獨家首發 | 創作和生成版權標準（二）

本文主張，應當建立這樣一種標準，在人類的貢獻與 AI 的輔助作用之間取得平衡，以適用于藝術、文學與音樂作品。

作者 | Danny Friedmann

翻譯 | 王茜

作者介紹

AUTHOR

Danny Friedmann 博士是深圳北京大學國際法學院的副教授。他擁有香港中文大學法學博士學位、阿姆斯特丹大學法學碩士學位（包含法學學士學位）以及荷蘭布魯克倫尼恩羅德商學院工商管理學士學位。他教授人工智能與版權法、商標法、外觀設計法等知識產權課程，并著有關于人工智能與版權法、商標法、專利法和地理標志等方面的文章。

Danny Friedmann, 創作和生成版權標準 (Creation and Generation Copyright Standards) (May 08, 2025). 14:1 N.Y.U. J. INTELL. PROP. & ENT. L. 51, 51–119 (2024) (中文翻譯由王茜/Chinese translation edited by Wang Xi), Peking University School of Transnational Law Research Paper.

在版權適格性問題上，事實上存在一種雙重標準。盡管美國版權局（以下簡稱“版權局”）堅稱版權法對所有主體一視同仁，但在實踐中，使用人工智能生成服務的用戶卻需要滿足一個幾乎無法達到的高標準。其中包括：作者在創作過程中具有完全成熟的構想和對作品創作的完全控制，甚至超越時間與空間的限制；本文作者將其稱為版權法中的“柏拉圖式（“platonic”）理想”。而傳統作品，如繪畫和攝影等，其創作者通常并不需要滿足這一標準。

本文對比了美國版權局對 AI 生成圖像的版權保護申請的拒絕與北京互聯網法院對類似作品所作出的認可裁定，從而凸顯出全球范圍內關于 AI 生成內容與傳統表達性作品版權適格性之間的爭議。本文是首篇同時批評這兩種立場的文章，指出它們均忽視了創作中創意本身的不可預測性、作者的即興性，以及在某種程度上細致構思最終會轉化為表達的這一事實。本文主張，應當建立這樣一種標準，在人類的貢獻與 AI 的輔助作用之間取得平衡，以適用于藝術、文學與音樂作品。

本文并不建議以一個統一標準取代“雙重標準”，而是提出應當采用“雙軌標準”：一套適用于人類創作的作品，另一套適用于 AI 協助生成的作品。因此，創作者應當披露作品中由AI 生成的部分。但同樣重要的是，生成式人工智能（gAI）服務提供者應向版權局開放一個 AI 生成作品數據庫，以便版權局在審核版權注冊申請時，能夠將申請內容與已知的 AI 生成作品進行比對，判斷人類干預是否達到了“獨創性”與“保護門檻”的要求。

在此機制建立之前，應暫停通過版權法或特別權利（sui generis right）對 AI 生成作品的保護。相反，為了在促進創新與鼓勵創作之間取得平衡，版權局應開放已注冊版權作品及其作者元數據（metadata），以供 AI 服務提供商用于訓練數據，并以此為依據向人類作者支付補償。本文作者建議，應當對人類作者給予優待性保護，以防止或至少延緩人類文化的稀釋過程。

目 錄

CONTENTS

引言

A. 從“版權歸因性”（Copyrightable-Causation）到“platonic”標準

B. 數字尊嚴

C. 合成數據的來源可追溯性

D. 擺脫浪漫主義視角

E. 版權適格性的“platonic”構想

F. 版權公理與規則

G. 切斷作者與作品之間的臍帶連接

I. 版權局對 AI 生成圖像施加“platonic”標準

A. “A Recent Entrance to Paradise”

B. “Zarya of the Dawn”

C. “Theatre D'opera Spatial”

D. “SURYAST”

II. 北京互聯網法院接受了 AI 生成圖像的版權保護

A. “音樂噴泉”

B. “菲林”

C. “Dreamwriter”

D. “熱氣球”

E. “春風送來了溫柔”

III. 版權適格性的“Platonic”視角

A. 人類介入

B. 精神構想還是機械控制

C. 作品創作過程中的控制

D. 作者與作品之間不可切斷的聯系

E. 觀點的表達

結論

前文回顧

接上篇

I. 版權局對 AI 生成圖像施加“platonic”標準

版權局自 1870 年以來一直以其在區分可受版權保護和不可受版權保護的作品方面積累的經驗為榮。124然而，生成式人工智能帶來了前所未有的新挑戰。125版權局進行了廣泛的咨詢126，并要求公眾提供意見。2023 年 3 月 16 日，版權局發布了《含有 AI 生成內容的作品的版權登記指南》127。到 2023 年 12 月 6 日，版權局共收到約 10,370 條評論。諷刺的是，版權局可能不得不使用 AI 來分析這一龐大的評論數據。

版權局的立場是，任何含有超過最低限度的 AI 生成內容的作品申請將被排除在外。128版權局拒絕注冊 Stephen Thaler 的“A Recent Entrance to Paradise”（“Entrance”）129的決定被哥倫比亞特區地方法院確認130（見第一部分 A）；而審查委員會也拒絕了 Kristina Kashtanova 的“Zarya of the Dawn”（“Zarya”）131（見第一部分 B）、Jason Allen 的 Théatre D’opéra Spatial（“Spatial”）132（見第一部分 C）以及 Ankit Sahni 的“SURYAST”133（見第一部分 D）等 AI生成圖像的注冊申請。

A.

“A Recent Entrance to Paradise”

《A Recent Entrance to Paradise》（來源：Wikipedia CC）

Stephen Thaler 發明了“創造力機器”（Creativity Machine），這是一種生成式人工智能，據稱它自主生成了名為“A Recent Entrance to Paradise”的圖像（版權局將其描述為“一幅二維藝術作品”）。134作為“創造力機器”的所有者，Thaler 先生請求版權局將該圖像登記為“職務作品”135，但未能成功。Thaler 先生認為這一拒絕決定違憲且未得到案例法的支持136。然而，版權法只保護“知識勞動的成果”137，這些成果“源于[人類]大腦的創造性力量”138。版權局不會注冊“由機器或單純的機械過程產生”的作品，這些過程“沒有任何來自作者的創造性輸入或干預”，因為根據法律規定，“作品必須由人類創作”。139版權局還引用了 Burrow-Giles 案140中的描述，認為版權是“一個人對自己天才或智力產物的專有權利”。141哥倫比亞特區地方法院確認了這一理由。142

Thaler 先生辯稱，版權局“目前依賴于鍍金時代的非約束性司法意見來回答計算機生成作品是否可以獲得保護的問題”。143“鍍金時代”是馬克·吐溫所創的一個術語，通常指的是1865 年到 1904 年之間的時期，即重建時代和進步時代之間144，Thaler 認為這個詞是對用這一時期的過時政策來拒絕自動生成作品的批評。Jyh-An Lee 教授明確指出，英國對計算機生成作品的保護方法存在問題，即將版權授予“為創作工作作出必要安排的人”145。因為這樣的作品可能有多個“父母”或“母親”，或者在開源軟件的情況下，作品可能由衍生計算機模型生成。146程序員、數據提供者、訓練師和操作者都可能在 AI 生成作品的創作中扮演不可或缺的角色。147

B.

“Zarya of the Dawn”

漫畫書《Zarya of the Dawn》封面及第二頁內容（來源：copyright.gov）

Kristina Kashtanova 在版權局注冊了她的漫畫/圖畫小說“Zarya of the Dawn”。148她在社交媒體上明確表示，她使用了 Midjourney，一種從文本到圖像的生成式人工智能，來生成該專輯的圖像。149當版權局得知此事后150，撤銷了原來的注冊證書，并聲明 AI 生成的圖像內容不受到保護。但版權局注冊了 Kashtanova 女士創作的文字，因為她是“作品文本的作者，以及作品書面和視覺元素的選擇、協調和排列者”。151

版權局描述了 Midjourney 如何在用戶輸入文本命令（“提示詞”）后生成圖像，并指出用戶可以通過添加 URL、改變縱橫比和提供功能性指令來影響結果。152生成式人工智能將生成四張圖像，如果用戶選擇其中一張圖像，還可以提供更高的分辨率或四張新圖像作為替代選項。153

版權局根據 Midjourney 提供的信息認為，該系統“并不像人類那樣理解語法、句子結構或單詞”，而是將單詞和短語“轉化為更小的片段，稱為符號（tokens），然后與其訓練數據進行比對，并用于生成圖像”。154隨后，Midjourney 以“一片視覺噪聲（類似電視雪花屏）”為起點，“生成初始圖像網格”，再通過算法將這些噪聲細化為人類可識別的圖像。155版權局主張，通過該工具生成圖像的過程，并不等同于人類藝術家、作家或攝影師的創作過程。156Kashtanova 女士則認為，她“引導”了每一張圖像的結構和內容。157然而，版權局認定，這一生成過程以及圖像中傳統意義上的創作要素，均不足以構成受版權保護的原創性作品。158Kashtanova 女士主張，提示詞（prompt）才是圖像創作的核心創意輸入。159她并未聲稱自己直接創作了任何視覺素材——在描述最終圖像時，她使用了被動語態，稱其圖像是“被創作、被開發、被完善并被重新定位”的，同時結合了中間圖像的元素，“匯聚成一個連貫的整體”。160她表示，最終圖像是通過一個“試錯過程”得到的，在此過程中，她向 Midjourney 輸入了“數百甚至上千條描述性提示詞”，直到“數百次迭代后，盡可能完美地呈現出她的設想”。161

版權局認為，Kashtanova 女士并未通過文本提示對 Midjourney 這一工具實現控制，而是 Midjourney 以一種不可預測的方式生成了圖像。162根據版權局的觀點，她的指令與最終生成結果之間的距離過大163，因此她未能作為圖像的“發明性或主導性思維者”（the inventive or master mind）164，這是 Burrow-Giles 案所要求的標準165。版權局強調了 Midjourney 與基于計算機的工具（如 Adobe Photoshop）166之間的區別。在版權局看來，前者的結果具有不可預測性，而后者僅僅是在可預測范圍內對圖像進行修改。167關于 Kashtanova 女士使用Photoshop 進行的編輯，版權局認為無法確定這些改動是否具有足夠的創造性以獲得版權保護，因為這些修改據稱“過于細微且難以察覺”。168不過版權局也指出，如果編輯內容具有實質性變化，那么是有可能獲得版權保護的。169版權局將提示詞的功能描述為更接近“建議”而非“指令”，類似于“客戶雇傭藝術家創作圖像時，只提供了一些關于內容的大致方向”的情形。170版權局寫道：“由于 Midjourney 是從隨機生成的噪聲開始，逐步演變成最終圖像，因此無法保證特定提示詞能夠生成特定的視覺結果。”171版權局并未質疑 Kashtanova 女士在創作過程中所付出的努力172，但正如 Feist 案所確認的，單純的辛勤勞動（“汗水理論”）并不能獲得版權保護。173

在作出這一決定后，版權局發布了關于含有 AI 生成內容作品的登記指南，要求申請人在提交版權登記申請時主動申報作品中包含的 AI 生成部分。174

C.

“Théatre D’opéra Spatial”

二維藝術作品《Théatre D’opéra Spatial》（中文多譯為“太空歌劇院”。來源：copyright.gov）

Jason Allen 使用一系列提示詞在 Midjourney 中生成了名為 Théatre D’opéra Spatial（“Spatial”）的二維藝術作品175，并憑此作品獲得了 2022 年科羅拉多州博覽會年度美術競賽的冠軍。176當版權局得知此事后，要求 Allen 先生提供更多關于圖像生成過程的信息。Allen先生表示，他“至少進行了 624 次文本提示的修改與輸入，才得出了圖像的初步版本”。177之后，他使用 Adobe Photoshop 對圖像中的缺陷進行修復并創作了新的視覺內容178，隨后又使用 Gigapixel AI 對圖像進行了“放大”179，提升了分辨率和尺寸180。版權局要求 Allen 先生放棄對由 Midjourney 生成部分的版權主張，但他拒絕了。版權局認為，Allen 先生所主張的作者貢獻與 Midjourney 生成的產物已不可分割地融合在一起。181根據版權局的認定，“由 Midjourney 生成、作為該作品初步基礎的圖像，并不是受版權保護的原創性作品。”182

與“Zarya”不同183，在“Spatial”一案中，版權局接受了 Allen 先生關于其使用 Adobe Photoshop 所進行的人為“視覺編輯”具有足夠原創性、可以注冊的主張。不過，審查委員會對此有所保留，指出他們并沒有足夠的信息來確定這些視覺編輯是否單獨達到可注冊的標準。184然而，Allen 先生仍然拒絕放棄對由 Midjourney 和 Gigapixel AI 分別生成的部分的版權主張。審查委員會認定，該圖像包含了超過最小限度的 AI 生成內容，因此在注冊申請中必須聲明放棄這些部分，于是駁回了該圖像的注冊申請。185Allen 先生則主張，底層 AI 生成的圖像只是原材料，他通過自己的藝術創作對其進行了轉化。他認為，“如果拒絕為此類工具生成的產物提供版權保護，將導致所有權的真空。”186Allen 先生還表示，“如果要求創作者列出每一個使用的工具及其在作品中所占比例，并且嚴格執行，這將對創作者造成沉重負擔。”187

版權局和審查委員會在評估過程中考察了該圖像是否具備所需的原創性，和人類作者性，即：“AI 生成的內容是機械復制的結果，還是源自作者自身原創性精神構想并被賦予可見形式的產物。”188如果作品的所有“傳統創作要素”均由機器生成，那么該作品就缺乏人類作者性。

與 “Entrance”一案類似，版權局和審查委員會在很大程度上依賴了 Midjourney 的說明，即“提示詞‘影響’系統生成的內容，并由 Midjourney‘解釋’并‘與其訓練數據進行比對’。189”版權局指出，“Midjourney 不會將提示詞解釋為針對特定表現性結果的具體指令”，因為“Midjourney 不像人類那樣理解語法、句子結構或單詞。”190版權局認為，Midjourney 不會將文本提示視為直接指令，用戶往往需要經過數百次迭代才能生成一張他們滿意的圖像。191換句話說，提示詞與最終生成結果之間的距離過大，無法將其視為具體或直接的指令。版權局認為，“當一項 AI 技術僅接收來自人類的提示詞，并據此生成復雜的文字、圖像或音樂作品時，這些作品的‘傳統創作要素’是由技術決定并執行的——而不是人類用戶。”192

Allen 先生描述了他是如何使用 Midjourney 的，他“至少輸入并修改了 624 次提示詞”，通過迭代方式不斷優化生成的圖像，之后又使用 Adobe Photoshop 進行了編輯，并通過Gigapixel AI 對圖像進行了放大。193Allen 先生一開始輸入了一個“整體描述”的提示詞，聚焦于作品的總體主題。194隨后，他在提示文本中添加了第二個“整體描述”，以指示軟件將兩個想法結合起來。接著，他又添加了“圖像的整體類型和類別”，“指導作品基調的專業藝術術語”，“希望作品呈現出的逼真度”，“色彩使用的描述”，“進一步細化構圖的描述”，“作品應展現的風格/時代特征”，以及他經過大量測試總結出的“讓圖像更加突出”的寫作技巧。195最后，他還“附加了各種參數，以進一步指示軟件如何開發圖像”，形成了一條最終文本提示詞，并“輸入 Midjourney 以完成整個生成過程”。196

簡而言之，在 Allen 先生的文本指令引導下，Midjourney 根據他所表達的藝術性意圖，不斷生成更加精細的圖像，直到生成出令 Allen 先生滿意的最終結果。審查委員會承認，提示詞的編寫過程本身可以包含創造性，并且這些提示詞本身如果足夠具有創意，可能作為文學作品受到版權保護，197但使用這些提示詞之后由 AI 生成的圖像則不能獲得保護198。Lemley 認為，如果提示詞或一系列迭代提示詞足夠詳細，可能有資格獲得版權保護。199版權局則認為，真正構思圖像的是生成式人工智能，而不是 Allen 先生本人。200

D.

“SURYAST”

二維藝術作品《SURYAST》（來源：copyright.gov）

根據 Ankit Sahni 的說法，Robust Artificially Intelligent Graphics and Art Visualizer（RAGHAV）是一個“由 AI 驅動的工具”，它利用機器學習執行“神經風格遷移”（Neural Style Transfer），即“生成一張在‘內容’上與基礎圖像相同，但在‘風格’上采用所選圖片風格的圖像”。201

Sahni 先生使用 RAGHAV，將他拍攝的一張照片與梵高的《星夜》（The Starry Night）作為風格參考圖進行融合，并通過選擇一個變量值來確定風格遷移的程度，從而在 2020 年創作了圖像 SURYAST。202在圖像生成后，Sahni 先生沒有對其進行任何修改。203

Sahni拍攝的照片（左）和梵高的《星夜》（The Starry Night）（右）

在提交版權注冊申請時，Sahni 先生將自己與 RAGHAV 列為共同作者。204他稱 RAGHAV的貢獻是與他自己的貢獻“各自獨立、互不重疊”的。205Sahni 先生主張，“構思、創作并選擇一張原創[基礎]圖像”，“選擇風格圖像”，以及“選擇一個具體的變量值來決定風格遷移的程度和方式”，這些因素“共同導向了該作品的產生，而作品正是[Sahni 先生]創造性表達和貢獻的直接結果”。206作為其創作控制的證據，Sahni 先生指出，他的決策使得圖像中包含了：1）“一輪落日”，2）“云彩”，3）“建筑物的輪廓”，4）“構圖中天空占據了作品的上三分之二”，以及 5）“梵高《星夜》風格的精準且有意為之的再現”。207然而，審查委員會認為，圖像中具有表現力的繪畫要素并非由 Sahni 先生提供。這些要素是通過三個輸入（基礎圖像、風格元素和風格遷移值）生成的，208而這些輸入過于粗略，無法證明存在人類創作的構思與執行。209圖像中的色彩和元素位置均由 RAGHAV 生成。審查委員會并未接受 Sahni 先生將RAGHAV 描述為“一個類似于相機、數位板或照片編輯軟件的輔助工具”的說法。210版權局和審查委員會最終駁回了 Sahni 先生的注冊申請，理由是他的人工創作貢獻無法與 RAGHAV 生成的最終作品區分或分離開來。211然而，版權局表示，Sahni 先生的原始照片仍有可能單獨申請注冊。212

在重審中，審查委員會認定該圖像不能獲得注冊，“因為所提交的作品是衍生作品，且不包含足夠的具有原創性的人類創作以支持版權注冊。”213

2024年2月23日，在版權局拒絕注冊SURYAST之后，版權局局長兼署長Shira Perlmutter致信參議員 Coons 和 Tillis，以及眾議員 Issa 和 Johnson，向他們通報版權局迄今為止在版權與生成式人工智能領域工作的進展。這封信中包含了一段頗有意思的正文內容，以及一個更加引人注目的腳注：

“自發布《注冊指南》以來，版權局注冊處已審查了數百件包含 AI 生成材料的作品，并已為其中一百多件作品核發了注冊證書。”腳注進一步指出：

“美國版權局審查委員會，《確認拒絕注冊 SURYAST 的決定》第 4 頁第 3 腳注（2023 年12 月 11 日），https://www.copyright.gov/rulings-filings/review-board/docs/SURYAST.pdf。其他申請被拒絕，要么是因為申請人未遵循版權局的注冊指南，要么是因為作品不包含足夠的人類創作內容。”214

也就是說，版權局確實注冊了超過 100 件“包含 AI 生成材料的作品”，但無論在這封信還是在其官網上，都沒有給出任何一個具體注冊成功的作品示例215。

II. 北京互聯網法院接受了 AI 生成圖像的版權保護

2023 年 11 月，北京互聯網法院開創性地裁定216，一幅名為《春風送來了溫柔》（“春風”）217的 AI 生成圖像，可以在具備足夠智力成果且經過充分人類干預的基礎上，受到版權法保護。乍看之下，“春風”一案的裁決218似乎令人意外，但這一裁判并非毫無先例，之前已有若干具有指導意義的案件在先：包括 2018 年北京知識產權法院的“音樂噴泉”案219，2019 年北京互聯網法院的“菲林”案220，2019 年深圳南山區法院的“Dreamwriter”案221，以及 2020 年北京互聯網法院的“熱氣球”案222。最后，本部分將重點討論北京互聯網法院對“春風”的判決。223

A.

“音樂噴泉”

2018 年 6 月 26 日，北京知識產權法院224維持了海淀區人民法院的判決，認定由自動化音樂噴泉自主形成的水型、音樂與燈光效果的組合，能夠提供審美體驗，具備原創性，依據《中華人民共和國著作權法實施條例》（2002）第 2 條225，構成作品，因此符合版權保護資格。法院判令被告賠償原告人民幣 9 萬元（約合 1.27 萬美元）并公開道歉。226

B.

“菲林”

2019 年 4 月 25 日，北京互聯網法院在“菲林”案中裁定，一份主要由威科先行法律信息庫生成的分析報告，因包含了足夠的人類創意，符合版權保護的要求。227盡管被告未經授權擅自復制、編輯并轉載了該報告，且未注明出處228，法院仍認定作品享有版權保護。法院明確指出，純粹由人工智能生成的內容本身不具有版權資格，但承認此類作品可能仍應獲得某種形式的保護229。法院進一步指出，各類圖表中的技術設計、地理要素以及客觀事實不屬于版權保護的對象。230雖然原告試圖以圖表美化工作為依據主張圖表的原創性，但由于缺乏有力證據，該主張未獲支持。231然而，法院認可了圖表中部分構圖因有人類貢獻而具有原創性，從而使這些部分獲得了版權保護。232

C.

“Dreamwriter”

2019 年 12 月 24 日，深圳市南山區人民法院裁定，騰訊“Dreamwriter”AI 生成的一篇文章具有版權資格。233自 2015 年以來，“Dreamwriter”每年在財經、天氣和體育等領域生成約50萬篇文章。騰訊在騰訊證券網站上發布了一篇財經報道文章，并在文末注明：“本文由騰訊機器人‘Dreamwriter’自動撰寫。”234上海盈訊科技公司在同一天未經授權將該文章發布在其網站上，導致騰訊提起版權侵權訴訟并勝訴，法院判令盈訊賠償人民幣 1500 元（約合 211美元）。235法院認定，該文章內容體現了多個團隊分工協作下的有意識選擇、分析與判斷，具有結構連貫性和原創性，駁斥了單純自動化生成的觀點。236法院特別強調了原告團隊在塑造文章獨特表達方面發揮的重要作用。2021 年，最高人民法院將該案認定為指導性案例，確認其在國家層面的重要性。237

D.

“熱氣球”

2020 年 4 月 2 日，北京知識產權法院審理了另一宗具有開創性的案件，即高陽訴優酷案。238在該案中，原告將一臺運動相機固定在熱氣球上，在熱氣球升空過程中自動拍攝地球外表面的圖像。239拍攝過程中，相機處于自主運行狀態，原告隨后從所拍攝的視頻中提取出特定截圖并進行后期處理。240法院認為，盡管相機在升空后的拍攝階段脫離了人類直接控制，但在發射前存在明確的人為干預。241這些干預包括：相機型號的選擇、拍攝角度的設定、錄像模式的選擇，以及顯示格式、感光度等各項拍攝參數的設置。242法院認定，這些事先有意識地進行的準備行為，使得自動生成的截圖具備了攝影作品的屬性。243因此，任何未經授權使用這些圖像的行為，均構成對原告作品著作權的侵害。

E.

“春風送來了溫柔”

李先生原帖文（來源：紅星新聞）

2023 年 2 月 24 日，李昀鍇使用“Stable Diffusion Aki 4.2”生成了一些年輕亞洲女性的圖像。244李先生將其中一張圖像發布在流行的內容分享平臺“小紅書”上245，標題為《春風送來了溫柔》（“春風”）246，并加上了“AI 圖像”的標簽，以符合《互聯網信息服務深度合成管理規定》第 17 條的要求，即必須對 AI 生成的內容進行顯著標識。247

李先生后來發現，博主劉元春在百度旗下的內容分享平臺“百家號”上248，發表博文《三月里的愛情，在桃花盛開的地方》249，并配圖使用了他生成的同一張圖像。在使用該圖像前，劉女士移除了李先生的用戶 ID 以及“小紅書”的水印250。隨后，李先生以侵犯著作權及信息網絡傳播權為由251，將劉女士訴至北京互聯網法院。法院判令劉女士賠償人民幣 500 元（約合 70 美元）、承擔人民幣 50 元（約合 7 美元）的訴訟費用，并公開道歉。252

李先生主張，他使用了大約 20 條正向提示詞253和大約 120 條反向提示詞生成了這張圖像。254李先生使用的 Stable Diffusion 系統不僅可以基于文本提示生成圖像，還可以基于圖像提示生成圖像。255該系統基于對比語言-圖像預訓練（CLIP）引導的擴散模型256，實際上是兩個模型協作完成。CLIP 引導的擴散模型能夠在一定程度上“復原”訓練數據257，或通過數學方式對擴散圖像進行插值融合，以生成新的衍生圖像。258

北京互聯網法院認為，李先生從構思到最終選定圖像的過程中，進行了相當程度的智力投入，包括：設計人物呈現方式、選擇提示詞及其排列、確定提示詞順序、設定相關參數，以及挑選符合預期的圖像等。259法院使用的“相當程度的智力投入”這一表述，聽起來更像是一種“汗水理論”式的論證，但無論在美國還是中國，僅憑辛勤投入都不足以為作品授予版權。260不過，法院提到的“選擇與安排”措辭，使其論證落入了 Burrow-Giles 案所確立的版權保護傳統之中。261

如前所述，Lemley 曾主張，如果提示詞或迭代的一系列提示詞足夠具體且具有創意，那么它們本身可以獲得版權保護。262這也意味著，具有創意的提示詞可以受到保護，但并不必然意味著通過提示詞生成的最終作品本身也能獲得版權。

關于獨創性，北京互聯網法院認為，原告通過提示詞設計了人物、人物呈現方式及其他視覺元素，并通過設定參數完成了圖像的布局與構圖，這體現了原告的選擇與安排。263法院還指出，調整與修改的過程“也反映了原告的審美選擇和個人判斷”。264因此，法院認為，本案涉案圖像并非機械生成，而是“可以認定涉案圖片由原告獨立完成，體現出了原告的個性化表達”。265不過，如前文所述，可以主張 AI 生成圖像從定義上說并非真正意義上的獨立創作：它們是基于訓練數據中的作品創作的，而訓練數據中包括受版權保護的作品。另一方面，也有學者認為，在訓練階段復制作品，并不構成版權意義上的“復制”，因為這些作品并非以表達性的方式266被機器使用和欣賞，僅僅是以概率性方式處理；而另一些學者則認為，這確實構成版權意義上的復制，但可通過合理使用（fair use）原則加以正當化。267

法院還指出，圖像的審美吸引力在判斷其是否具有獨創性時起到了作用：“原告在發布在小紅書上后被眾多用戶觀看、點贊，說明以一般社會公眾的標準可以認定其為作品，具有獨創性。”268這一觀點與自 Bleistein 案以來在全球版權理論中確立的審美中立原則相悖，后者強調版權保護不應以作品的藝術價值或受歡迎程度作為判斷依據。269

被告可以主張，原告輸入的提示詞（例如“戶外環境”“日本偶像”“高度細致、對稱且有吸引力的面孔”）只是“想法”，而非這些想法的表達。270然而，北京互聯網法院認為，本案涉及的圖像是由線條和色彩構成、具有審美意義的美術作品。271法院指出：“人們利用人工智能模型生成圖片時，不存在兩個主體之間確定誰為創作者的問題，本質上，仍然是人利用工具進行創作，即整個創作過程中進行智力投入的是人而非人工智能模型。”272法院依據人類創作需要激勵的理論，包括對 AI 生成圖像的創作激勵，進一步指出：“鼓勵創作，被公認為著作權制度的核心目的。……人工智能生成圖片，只要能體現出人的獨創性智力投入，就應當被認定為作品，受到著作權法保護。”273

本案庭審由中央電視臺進行了報道，并在多個平臺同步直播，吸引了超過 17 萬名觀眾。274在庭審過程中，原告成功說服北京互聯網法院相信，當輸入相同的提示詞時，AI 模型能夠生成相同的結果。275不過一般而言，當使用相同提示詞時，生成式人工智能通常會產生略有不同的結果，這是因為 AI 處理過程中融入了隨機性。例如，一些模型在每次運行時會采用不同的初始條件或初始狀態。276這種 AI 模型的動態特性導致了即便輸入相同提示詞，輸出結果也可能變化。277尤其是采用深度學習的高級 AI 模型，具有極高的復雜性，參數量以百萬計，因此即使輸入相同，也可能產生廣泛多樣的輸出結果。278此外，訓練數據中細微的差異可能影響模型如何學習并解釋信息，從而導致輸出變化，特別是在文本生成圖像（text-to-image）類型的生成式人工智能中尤為明顯。279最終輸出通常是通過采樣過程生成的，AI模型的輸出還可能受到計算資源（如內存、處理能力）限制、模型配置不同以及模型更新等因素的影響。280簡言之，AI 算法的時間性與空間性元素是不斷變化的。

然而，Stable Diffusion 具有一個名為“隨機數種子”（seed）的功能，用于初始化圖像生成過程。281隨機數種子使得圖像生成具有可重復性，同時也便于用戶在不同參數或提示詞變化下進行實驗。282“春風”案中的圖像是通過李先生下載到自己電腦上的 Stable Diffusion 版本生成的。283盡管本地下載版本相較于基于網頁的版本可能更加穩定，但由于采樣過程以及算法復雜性等因素，它也未必能夠實現完全的穩定性。雖然原告向法院提交了一段視頻，用以演示涉案圖像的再現過程，284但錄像只能證明李先生在特定時間、特定算法狀態下通過其電腦生成了該圖像，并不能證明該生成過程具有可重復性。

Tianxiang He 指出，借助像 Civitai 等網站上共享的現有檢查點和生成數據，可能使得生成過程趨向機械化，從而潛在地削弱甚至否定了作品應具備的最基本的創造性要求，285同時也反駁了原創性中對獨立創作的要求。

人類的智力創作不僅包含理性因素，還包含思想、情感與靈感。于雯雯認為，“即便人工智能生成的內容在外觀上具有人類智力創作的特征，但由于其生成過程在本質上不同于人類的智力創作活動，因此不能被認定為現行著作權法意義下的‘作品’，難以享有著作權。”286不過，于雯雯也指出，AI 生成內容與作品市場有著密切的利益聯系，主張應關注這種關系并對著作權法作出相應調整。287她似乎對將著作權授予為計算機生成內容作出必要安排的自然人持開放態度，這一觀點與英國《1988 年著作權、外觀設計和專利法》第 9 條規定一致。288

北京互聯網法院對 AI 生成圖像給予保護的判決在國際上引起了廣泛關注。289那些希望推動國際統一 AI 版權框架（acquis）的人可能對中美在此問題上的分歧感到失望。對于在 AI 與版權領域內各方利益相關者而言，290一個公平競爭的平臺似乎比以往更加遙遠。291

未完待續

注釋（上下滑動查看）

[124] 多家法院已表示尊重美國版權局的專業判斷。參見，例如：Norris Industries, Inc. v. International Telephone & Telegraph Corp., 696 F.2d 918, 922 (11th Cir 1983)；Varsity Brands, Inc. v. Star Athletica, LLC, 799 F.3d 468, 480 (6th Cir 2015)。”

[125] Copyright Registration Guidance: Works Containing Material Generated by Artificial Intelligence, 37 C.F.R. § 202 (2023) ，可在 美 國版權 局 網 站 查閱： https://www.copyright.gov/ai/ai_policy_guidance.pdf（https://perma.cc/6ADC-436N）。

[126] Artificial Intelligence Study, U.S. Copyright Office ，人工智能研究 專 頁 ：https://www.copyright.gov/policy/artificial-intelligence/（https://perma.cc/897F-9ETZ）（最后訪問日期：2024 年11 月 29 日）。

[127] 37 C.F.R. § 202 (2023).

[128] 同上注。

[129] Letter from U.S. Copyright Office Review Board to Ryan Abbott, Brown, Neri, Smith & Khan, LLP (Feb. 14, 2022) ， “A Recent Entrance to Paradise” 一 案 的版權 局 審 查 函 ： https://www.copyright.gov/rulings-filings/review-board/docs/a-recent-entrance-to-paradise.pdf（https://perma.cc/857Y-F4HN）（下稱“Entrance”）。

[130] Thaler v. Perlmutter, 687 F. Supp. 3d 140, 146 (D.D.C. 2023)。

[131] Letter from U.S. Copyright Office to Van Lindberg, Taylor English Duma LLP (Feb. 21, 2023)，關于“Zarya of the Dawn”的回復函：https://www.copyright.gov/docs/zarya-of-the-dawn.pdf（https://perma.cc/SD2G-2JSK）（下稱“Zarya”）。

[132] Letter from U.S. Copyright Office Review Board to Tamara Pester, Tamara S. Pester, LLC (Sept. 5, 2023)，關于“Theatre D’opera Spatial” 的 復 審 意 見 函 ： https://www.copyright.gov/rulings-filings/review-board/docs/Theatre-Dopera-Spatial.pdf（https://perma.cc/Y3Y9-LSEV）（下稱“Spatial”）。

[133] Letter from U.S. Copyright Office Review Board to Alex P. Garens, Day Pitney, LLP (Dec. 11, 2023)，關于 “SURYAST” 的版權 復 審 決 定書： https://copyright.gov/rulings-filings/review-board/docs/SURYAST.pdf（https://perma.cc/9QBD-ABR4）（下稱“SURYAST”）。

[134] “Entrance,” 同上注 129，第 1-2 頁。

[135] 同上注。

[136] 同上注，第 3 頁。

[137] 美國版權局援引了洛克的勞動理論。John Locke, Two Treatises on Civil Government 204 (George Routledge & Sons 1884)。參見 Alexander D. Northover, “‘Enough and as Good’ in the Intellectual Commons: A Lockean Theory of Copyright and the Merger Doctrine,” 65 Emory L.J. 1363 (2016)（嘗試將洛克的“剩余充足”原則應用于版權合并理論）。

[138] Compendium (Third)，見前注 8，第 § 306 節（引自 Trade-Mark Cases, 100 U.S. 82, 94 (1879)）；另見 § 313.2 節。

[139] “Entrance”，見前注 129，第 3 頁。Gervais 持相同觀點：“機器若具備自主決策能力，其產物則歸入公有領域，不享有版權。”見 Daniel Gervais, “The Machine as Author,” 105 Iowa L. Rev. 2053, 2099 (2020)（主張版權制度旨在促進人類創作，機器不具創造性判斷能力，因而不具備原創性，不能獲得版權）。

[140] “Entrance”，見前注 129，第 4 頁。

[141] Burrow-Giles Lithographic Co. v. Sarony, 111 U.S. 53, 58 (1884)。Farley（見前注 60，第 389 頁注釋10）指出一則軼事：奧斯卡·王爾德在入境美國時被海關問是否有物品申報，他回答說：“我無可申報，只有我的天才。”

[142] Howell 法官認為“人類作者身份是版權的基石。”哥倫比亞特區聯邦地區法院判決認為，版權局拒絕給予沒有任何人類創意貢獻的作品注冊是適當的。Thaler v. Perlmutter, 687 F. Supp. 3d 140 (D.D.C. 2023)。

[143] “Entrance”，見前注 129，第 2 頁。

[144] Mark Twain & Charles Dudley Warner, The Gilded Age: A Tale of Today (1873)（電子書），https://www.gutenberg.org/files/3178/old/orig3178-h/main.htm#contents（https://perma.cc/CH5H-ZWL7）。

[145] Copyright, Designs and Patents Act 1988, c. 48, § 9 (UK).

[146] Jyh-An Lee, Computer-Generated Works Under the CDPA 1988, in Artificial Intelligence and Intellectual Property 177, 194 (Jyh-An Lee, Reto M. Hilty & Kung-Chung Liu eds., 2021).

[147] 同上注。

[148] “Zarya,” 同上注 131。

[149] 同上注，第 2 頁。

[150] “Zarya”，見前注 131，第 5 頁注釋 8。版權局明確表示，其通常不會對申請文件中所陳述事實進行實質核查，參見 Compendium (Third)，前注 8，第 § 602.4(C) 節；但如果存在版權局自身或公眾已知的事實，足以表明申請內容存在不準確或不完整的情況，版權局可以據此重新評估該申請。

[151] 同上注，第 1，4-5 頁。

[152] 同上注，第 7 頁。

[153] 同上注。

[154] 同上注。

[155] 同上注，第 7-8 頁。

[156] 同上注，第 8 頁。

[157] 同上注。

[158] 同上注。“版權局不會登記由機器或純粹機械過程所生成的作品——若該過程隨機或自動進行，且未包含任何人類作者的創意輸入或干預。”（引自 Compendium (Third)，前注 8，第 § 313.2 節）

[159] “Zarya”，見前注 131，第 8 頁。

[160] 同上注。

[161] 同上注，第 8 頁。

[162] 同上注，第 9 頁。

[163] 同上注。

[164] 同上注。

[165] Burrow-Giles Lithographic Co. v. Sarony, 111 U.S. 53, 61 (1884).

[166] “Zarya”，見前注 131，第 9 頁。

[167] 同上注。“當藝術家使用編輯或其他輔助工具時，他們會選擇要修改的視覺素材，決定使用哪些工具以及進行哪些修改，并采取具體步驟控制最終圖像，以使其成為藝術家本人原始精神構想的具象化表現。”

[168] 同上注，第 10-11 頁。

[169] 同上注，第 12 頁。

[170] 同上注，第 10 頁。

[171] 同上注，第 9-10 頁。

[172] 同上注，第 10 頁。

[173] Feist Publ’ns, Inc. v. Rural Tele. Serv. Co., 499 U.S. 340, 352–53 (1991).

[174] 37 C.F.R. § 202 (2023).

[175] “Spatial”，見前注 132。

[176] Sarah Kuta, Art Made with Artificial Intelligence Wins at State Fair, Smithsonian Magazine（2022 年 9月 6 日），可查閱：https://www.smithsonianmag.com/smart-news/artificial-intelligence-art-wins-colorado-statefair-180980703/（https://perma.cc/2FZF-3Y45）。

[177] “Spatial”，見前注 132，第 2 頁。

[178] 同上注，第 5 頁，“對多種外觀細節、缺陷或圖像偽影等進行優化和修飾。”

[179] 同上注，第 5 頁。

[180] 同上注，第 2 頁。

[181] 同上注。

[182] 同上注。

[183] “Zarya”，見前注 131。

[184] “Spatial”，見前注 132，第 5 頁。

[185] 同上注。

[186] 同上注，第 3 頁。

[187] 同上注。

[188] Burrow-Giles Lithographic Co. v. Sarony, 111 U.S. 53, 60 (1884)

[189] “Spatial” ，見前注 132 ， 第 6 頁 。 ( 引 用 Prompts, Midjourney Documentation,https://docs.midjourney.com/docs/prompts [https://perma.cc/XJA5-W9LV) (最后訪問日期 2024 年 10 月 11 日).

[190] 同上注，第 6-7 頁。（引用“Zarya”，見前注 131，第 7 頁）。

[191] 同上注，第 7 頁。

[192] 同上注。(引用 Copyright Registration Guidance: Works Containing Material Generated by Artificial Intelligence, 88 Fed. Reg. 16190, 16192 (Mar. 16, 2023)).

[193] 同上注，第 2 頁。(引用來自 Tamara Pester 的電郵, Tamara S. Pester, LLC, to U.S. Copyright Off. (Sept. 30, 2020))。

[194] 同上注，第 6 頁。(引用來自 Tamara Pester 的電郵, Tamara S. Pester, LLC, to U.S. Copyright Off. (Sept. 30, 2020))。

[195] 同上注。(引用來自 Tamara Pester 的電郵, Tamara S. Pester, LLC, to U.S. Copyright Off. (Sept. 30,2020)).

[196] 同上注。(引用來自 Tamara Pester 的電郵, Tamara S. Pester, LLC, to U.S. Copyright Off. (Sept. 30,2020)).

[197] Copyright Registration Guidance: Works Containing Material Generated by Artificial Intelligence, 88 Fed. Reg. 16190, 16192 n.27 (2023 年 3 月 16 日)（將編入《聯邦法規》37 C.F.R. 第 202 部分）。

[198] “Spatial”，見前注 132，第 7 頁。

[199] Mark A. Lemley, How Generative AI Turns Copyright Law Upside Down, 25 Colum. Sci. & Tech. L. Rev. 190, 199–201 (2024) ，可查閱： https://journals.library.columbia.edu/index.php/stlr/article/view/12761/6285（https://perma.cc/3ED8-YDFF）。Copyright Registration Guidance: Works Containing Material Generated by Artificial Intelligence, 88 Fed. Reg. at 16192 n.27（指出：“提示詞可能具有足夠的創造性而獲得著作權保護”，但由此生成的內容則不享有該保護）；“Zarya,”見上注 131, 第 9 頁（認為“Zarya of the Dawn”的提示詞類似詩歌，因此具有著作權性，但申請人并未在著作權登記申請中提交這些提示詞）。

[200] “Spatial”，見前注 132，第 1 頁。

[201] “SURYAST”，見前注 133，第 5 頁。（引自 Ankit Sahni 于 2022 年 4 月 14 日發送給美國版權局的電子郵件）。

[202] 同上注，第 5-8 頁。

[203] 同上注，第 6 頁。

[204] 同上注，第 2 頁。

[205] 同上注。（引自 Ankit Sahni 于 2022 年 4 月 14 日發送給美國版權局的電子郵件）。

[206] 同上注。（引自 Ankit Sahni 于 2022 年 4 月 14 日發送給美國版權局的電子郵件）。

[207] 同上注。（引自 Ankit Sahni 于 2022 年 4 月 14 日發送給美國版權局的電子郵件）。

[208] 同上注。（引自 Ankit Sahni 于 2022 年 4 月 14 日發送給美國版權局的電子郵件）。

[209] 同上注，第 4 頁。

[210] 同上注，第 8 頁。

[211] 同上注，第 2 頁。

[212] 同上注，第 8 頁。

[213] 同上注，第 2 頁。

[214] 美國版權局注冊官兼局長 Shira Perlmutter 于 2024 年 2 月 23 日致參議員 Chris Coons、Thom Tillis、眾議員 Darrell Issa 與 Henry C. Johnson 的函件，載于：https://copyright.gov/laws/hearings/USCO-Letter-on-AI-and-Copyright-Initiative-Update-Feb-23-2024.pdf?loclr=blogcop（https://perma.cc/RBC6-TW6G）。

[215] Andres Guadamuz, Linkedin (2024 年 7 月 22 日)，可訪問：https://www.linkedin.com/posts/andres-guadamuz-im-participating-in-a-workshop-on-ai-and-activity-7221139807035342848-ApAc（https://perma.cc/B8NZ-9HD8）。

[216] White Paper on Rule of Law in Cyberspace Governance, 北京互聯網法院發布（2019 年 5 月 24 日），可訪問：https://english.bjinternetcourt.gov.cn/2019-05/24/c_167.htm（https://perma.cc/Y5UJ-7WUL）；另見該院“Jurisdiction” 頁 面 （ 2019 年 3 月 25 日 ）， https://english.bjinternetcourt.gov.cn/2019-03/25/c_23.htm（https://perma.cc/7LEW-BX2C）。

[217] 李昀鍇訴劉元春侵害作品署名權、信息網絡傳播權糾紛案（（2023）京 0491 民初 11279 號，北京互聯網法院 2023 年 11 月 27 日 ）， 英文譯文由喬治 華 盛 頓 大學法律與技術中心提供：https://patentlyo.com/media/2023/12/Li-v-Liu-Beijing-Internet-Court-20231127-with-English-Translation.pdf（https://perma.cc/V2EH-39K8），下稱“春風”。

[218] 同上注。另見 Tian Lu, Chinese Court Deems AI-Generated Image Has Copyright – Assessing the Possibly Over-Hasty ‘Spring Breeze’ Case, IP Kat (2023 年 12 月 27 日 ) ，https://ipkitten.blogspot.com/2023/12/chinese-court-deems-ai-generated-image.html （ https://perma.cc/4XK8-9GZG）。

[219] 見下文第二部分 A 節。

[220] 見下文第二部分 B 節。

[221] 見下文第二部分 C 節。

[222] 見下文第二部分 D 節。

[223] 見下文第二部分 E 節。

[224] “音樂噴泉”作品著作權侵權糾紛案，（2017）京73民終1404號（北京知識產權法院，2018 年 6 月26 日），可查閱于：https://bjgy.bjcourt.gov.cn/article/detail/2019/04/id/3850563.shtml（https://perma.cc/SML4-25UH）（下稱“音樂噴泉”）。

[225] 同上注。

[226] 同上注。

[227]北京菲林律師事務所訴北京百度網訊科技有限公司著作權侵權糾紛案，（2018）京 0491 民初239號（北京互聯網法院， 2019 年 4 月 25 日 ），英文譯文可參見 ChinaDaily ：https://www.chinadaily.com.cn/specials/BeijingInternetCourtCivilJudgment(2018)Jing0491MinChuNo.239.pdf（https://perma.cc/8PSG-HZZF）（下稱“Feilin”）。

[228] 同上注。

[229] 同上注。

[230] 同上注。

[231] 同上注。

[232] 同上注。

[233]深圳市騰訊計算機系統有限公司訴上海盈訊科技有限公司侵害著作權及不正當競爭糾紛案），（2019）粵0305民初14010號（深圳市南山區人民法院2019 年 12 月 24 日 ）， 可查閱：https://mp.weixin.qq.com/s/jjv7aYT5wDBIdTVWXV6rdQ（https://perma.cc/M7LQ-P8WF）（下稱“Dreamwriter”）。

[234] Bo Zhou, Artificial Intelligence and Copyright Protection—Judicial Practice in Chinese Court 1 (2020)，https://www.wipo.int/export/sites/www/aboutip/en/artificial_intelligence/conversation_ip_ai/pdf/ms_china_1_en.pdf（https://perma.cc/2C9K-F2FU）。

[235] “Dreamwriter”，見上注 233。

[236] 同上注。

[237] Andres Guadamuz, Chinese Court Declares that AI-Generated Image Has Copyright, TechnoLlama（2023年 12 月 9 日），可查閱于：https://www.technollama.co.uk/chinese-court-declares-that-ai-generated-image-has-copyright（https://perma.cc/X54T-ZMGU）。

[238] 高陽訴優酷信息技術（北京）有限公司侵害著作權糾紛案，(2017)京73民終797號（北京知識產權法院，2020 年 4 月 2 日），（下稱“熱氣球”）。另見 Zhou,同上注 234，第 4 頁。

[239] “熱氣球”，見上注 238。

[240] 同上注。

[241] 同上注。

[242] 同上注。

[243] 同上注。

[244] Stable Diffusion、Midjourney、DALL-E、ChatGPT 等西方生成式人工智能服務在中國大陸均被地理屏蔽，但可通過虛擬私人網絡（VPN）訪問。參見 Ben Wodecki, China Cracks Down on ChatGPT Access, AI Business（2023 年 2 月 24 日），可查閱：https://aibusiness.com/nlp/china-cracks-down-on-chatgpt-access（https://perma.cc/BUS8-R2BY）；Benj Edwards, China Bans AI-Generated Media Without Watermarks, Ars Technica（2022 年 12 月 13 日），可查閱：https://arstechnica.com/information-technology/2022/12/china-bans-ai-generated-media-without-watermarks/（https://perma.cc/XT2G-NDY7）。根據 Josh Ye 報道，生成式 AI 服務的運營者須獲得中國國家網信辦的許可。見 Josh Ye, China Approves over 40 AI Models for Public Use in Past Six Months, Reuters（2024 年 1 月 29 日），可查閱：https://www.reuters.com/technology/china-approves-over-40-ai-models-public-use-past-six-months-2024-01-29/（https://perma.cc/PL89-HTUB）。

[245] 小紅書，https://www.xiaohongshu.com/explore（https://perma.cc/8CB4-VK6Q）（最后訪問時間：2024年 11 月 9 日）。

[246] “春風”，見上注 217。

[247] 《互聯網信息服務深度合成管理規定（征求意見稿）》，中國國家互聯網信息辦公室，2022 年 1 月28 日發布，原文可查閱：http://www.cac.gov.cn/2022-01/28/c_1644970458520968.htm（https://perma.cc/MMW7-8AQ3）。

[248] “春風”，參見上注 217，第 2 頁、第 18 頁。

[249] 百家號，https://baijiahao.baidu.com（https://perma.cc/ZW3U-G5Q9）（最后訪問時間：2024 年 11 月9 日）。

[250] Subhrajit Sinha Roy 等人，《圖像的智能著作權保護》（2019 年），詳述去水印過程。

[251] Lu，見上注 218，關于“信息網絡傳播權”。

[252] “春風”，參見上注 217。Lu，見上注 218。

[253] 正向提示詞樣例如下：(ultra photorealistic: 1.3), extremely high quality highdetail RAW color photo, in locations, japan idol, highly detailed symmetrical attractive face, angular simmetrical face, perfectskin, skin pores, dreamy black eyes, reddish-brown plaits hairs, uniform, long legs, thighhighs, soft focus, (film grain, vivid colors, film emulation, kodak gold portra 100, 35mm, canon50 f1. 2), Lens Flare, Golden Hour, HD, Cinematic, Beautiful Dynamic Lighting （“（超逼真照片 1：3），超高品質高細節的原始圖像數據處理格式彩色照片，外景，日本偶像，高度細節對稱且迷人的臉，棱角勻稱的臉，完美的皮膚，皮膚毛孔，夢幻般的黑眼睛，紅褐色的辮子，均勻，長腿，長筒襪，軟對焦，（膠片紋理，生動的色彩，膠片仿真，柯達黃金肖像 100.35mm，佳能 50f1.2），鏡頭光暈，黃金時間，高清，電影，美麗的動態燈光。”）。參見 HFG, For the First Time AI Generated Photo Gets Copyright in China，2023 年 12 月 5 日，https://www.hfgip.com/news/first-time-ai-generated-photo-gets-copyright-china（https://perma.cc/MZH9-4B27）。

[254] 反向提示詞樣例如下：((3d, render, cg, painting, drawing, cartoon, anime, comic: 1.2)), bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, signature, watermark, username, blurry, artist name, (longbody), bad anatomy, liquid body, malformed, mutated, badproportions, uncoordinated body, unnaturalbody, disfigured, ugly, gross proportions, mutation, disfigured, deformed, (mutation), (child:1.2), b&w, fat, extra nipples, minimalistic, nsfw, lowres, badanatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry, disfigured, kitsch, ugly, oversaturated, grain, low-res, Deformed, disfigured, poorly drawn face, mutation, mutated, extra limb, ugly, poorly drawn hands, missing limb, floating limbs, disconnected limbs, malformed hands, blur, out of focus, long neck, long body, ugly, disgusting, poorly drawn, childish, mutilated, mangled, old, surreal, text, b&w, monochrome, conjoined twins, multiple heads, extra legs, extra arms, meme, elongated, twisted, fingers, strabismus, heterochromia, closed eyes, blurred, watermark, wedding, group, dark skin, dark-skinned female, , tattoos, nude, lowres, badanatomy, badhands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry（（3d，渲染，例如：繪畫，素描，卡通，動漫，漫畫 1.2）），糟糕的解剖結構，糟糕的手，文字，錯誤，缺失的手指，多余的數字，更少的數字，裁剪，最差的質量，簽名，水印，用戶名，模糊，藝術家的名字，（長體），糟糕的解剖結構，液體，畸形，突變，糟糕的比例，不協調的身體，不自然的身體，毀損，丑陋，粗大的比例。突變，毀損，變形，（突變），（兒童：1.2），黑與白，脂肪，多余的乳頭，極簡主義，不適宜工作場所，低分辨率，糟糕的解剖結構，糟糕的手，文字，錯誤，缺失的手指，多余的數字，更少的數字，裁剪，最差的質量、低質量，正常質量，jpeg 偽影，簽名，水印，用戶名，模糊，毀容，媚俗，丑陋。過飽和，紋理，低分辨率，變形，毀容，沒畫好的臉，突變，突變，多余的肢體，丑陋，沒畫好的手，缺失的肢體，漂浮的肢體，斷開的肢體，畸形的手，模糊，失焦，長脖子，長身體，丑陋，惡心，畫得不好，幼稚，殘缺，支離破碎，顯老。超現實的，文本。黑和白單色，連體雙胞胎，多個頭部，多余的腿，多余的手臂，模因，拉長，扭曲，手指，斜視，異色，閉上眼睛，模糊，水印，婚禮，團體，深色皮膚，深色皮膚的女性，紋身，裸體，低分辨率，糟糕的解剖結構，糟糕的手，文字，錯誤，缺失的手指，多余的數字，少的數字，裁剪，最差的質量，低質量，正常質量，Jpeg 偽影，簽名，水印，用戶名，模糊。）李先生進一步的設置和提示詞：c) 將迭代步數修改為 33；d) 設置高度為：768；e) 提示詞引導系數修改為 9；f) 隨機數種子修改為 2692150200；g) 在“附加網絡（Additional-Networks）”中為模型“land-hanfugirl-v1-5.safetensors”設置權重；h) 修改隨機種子為：2692150199；i) 在提示詞中添加多個關鍵詞：“shy, elegent, cute, lust, cool pose, teen, viewing at camera, masterpiece, bestquality（害羞、優雅、可愛、情欲、酷姿勢、青少年、機前瀏覽、杰作、最佳質量）”。

[255] How Does Stable Diffusion Work?，Stable Diffusion Art（2024 年 6 月 9 日），https://stable-diffusion-art.com/how-stable-diffusion-work/ [https://perma.cc/AF38-43MQ]；Alec Radford 等，CLIP: Connecting Text and Images，OpenAI（2021 年 1 月 5 日），https://openai.com/index/clip/ [https://perma.cc/2AF2-4QPW]。

[256] CLIP 模型最初是在一個包含圖像的數據集上進行訓練，并通過一種稱為 CLIP 嵌入的中間格式學習圖像與其相關文本的語義聯系。該方法從一個初始圖像開始，對其添加噪聲，然后利用 CLIP 模型根據文本提示引導去噪過程。當用戶提交一個提示詞（可以是文本、圖像或兩者結合）給 AI 圖像生成產品時，CLIP 模型會將該提示轉換為嵌入向量。該嵌入隨后作為條件數據，在擴散模型逐步生成圖像的去噪過程中被使用。在去噪過程結束時生成的圖像即為最終呈現給用戶的輸出。見 Stable Diffusion Art，前注 255。

[257] Nicholas Carlini 等，Extracting Training Data From Diffusion Models 1，第 1 頁（2023 年 1 月 30 日，未出版手稿），https://arxiv.org/pdf/2301.13188.pdf [https://perma.cc/B92T-JUCF]。

[258] Jonathan Ho 等，Denoising Diffusion Probabilistic Models 8，（2020 年 12 月 16 日，未出版手稿），https://arxiv.org/pdf/2006.11239.pdf [https://perma.cc/7XEY-QAZX]。

[259] “春風”，前注 217，第 13 頁。

[260] 同上注，第 12 頁；Feist Publ’ns, Inc. v. Rural Tele. Serv. Co., 499 U.S. 340, 352–53 (1991)。

[261] Burrow-Giles Lithographic Co. v. Sarony, 111 U.S. 53, 55, 60 (1884)。

[262] Lemley, 見上注 199, 第 200–01 頁.

[263] “春風” 見上注 217, 第 14 頁。

[264] 同上注。

[265] 同上注。

[266] Oren Bracha，The Work of Copyright in the Age of Machine Production 1，第 1 頁（2023 年 9 月 24 日，未出版手稿），https://ssrn.com/abstract=4581738 [https://perma.cc/9EVA-2JGJ]。

[267] 參見 Mark A. Lemley 與 Bryan Casey，Fair Learning，Tex. L. Rev 99 卷 743 頁，745（2021 年）。但參見 Jon Baumgarten，Former Copyright Office GC Warns Against Blanket Assertions That AI Ingestion of Copyrighted Works ‘Is Fair Use’，版權聯盟（2023 年 5 月 23 日），https://copyrightalliance.org/warns-assertions-ai-ingestion-is-fair-use/ [https://perma.cc/4N9U-5CU7]。

[268] “春風” 見上注 217，第 10 頁。

[269] Bleistein v. Donaldson Lithographing Co., 188 U.S. 239, 252 (1903) (Holmes 法官意見)。

[270] Keith Kelly，Computer Love: Beijing Court Finds AI-Generated Image is Copyrightable in Split with United States，Nat’l L. Rev（2023 年 12 月 20 日），https://natlawreview.com/article/computer-love-beijing-court-finds-ai-generated-image-copyrightable-split-united [https://perma.cc/G5UP-QPSF]。

[271] “春風” 見上注 217。

[272] 同上注。

[273] 同上注。但參見 Paul Goldstein，Goldstein on Copyright 第 2.2.2 節（第 3 版，2005 年及 2024 年增補）：“在一個幾乎只需電費成本即可電子創作新作品的環境中，計算機生成產品的創作者將幾乎沒有動機去復制他人創作的產品。”

[274] Du Qiongfang，Beijing court rules first case of infringement on a generative AI picture，Global Times（2023 年 11 月 30 日晚 9:08），https://www.globaltimes.cn/page/202311/1302805.shtml [https://perma.cc/ZPC2-44TQ]。案件庭審（中文）錄像可在線查看，參見 冬青白蘿，《庭審錄播：國內首例 AI 繪畫版權糾紛案》，bilibili（2023 年 8 月 24 日），https://www.bilibili.com/video/BV1iz4y1T7Q1/ [https://perma.cc/5QZK-A3XZ]。

[275] 參見 Seagull Song, China’s First Case on Copyrightability of AI-Generated Picture, King & Wood Mallesons (2023 年 12 月 7 日 ), https://www.kwm.com/cn/en/insights/latest-thinking/china-s-first-case-on-copyrightability-of-ai-generated-picture.html [https://perma.cc/N8H8-MHV3].

[276] Jason Brownlee, Why Do I Get Different Results Each Time in Machine Learning?, Machine Learning Mastery (2020 年 8 月 27 日), https://machinelearningmastery.com/different-results-each-time-in-machine-learning [https://perma.cc/743L-77QK].

[277] 同上注。

[278] What Are Large Language Model Settings: Temperature, Top P And Max Tokens, Novita AI（2024 年 4 月29 日 ）， https://blogs.novita.ai/what-are-large-language-model-settings-temperature-top-p-and-max-tokens/ [https://perma.cc/7JGV-M9ZS]。有人認為，生成結果的多樣性對社會具有積極意義。參見：Michal Shur-Ofry 等人，Growing a Tail: Increasing Output Diversity in Large Language Models，第 10 頁（2024 年 11 月 5 日，未出版手稿），https://arxiv.org/abs/2411.02989v1 [https://perma.cc/SY3W-RLFT]（“一些簡單且低成本的手段，例如提高 temperature 值與使用引導多樣性的提示詞，可以‘提取’這些內容，并顯著提升輸出的多樣性水平。”）

[279] Shervin Minaee 等人，Large Language Models: A Survey，第 1、36 頁（2024 年 2 月 20 日，未出版手稿），https://arxiv.org/pdf/2402.06196v2 [https://perma.cc/HP4P-W8KT]（大語言模型主要是指“基于Transformer 結構的神經語言模型，包含數百億至數千億個參數，并在海量文本數據上進行預訓練。”不過，“未來的大語言模型預計將具備多模態能力，能夠以統一的方式處理多種數據類型，如文本、圖像、視頻和

音頻。”）

[280] 同上注，第 21 頁。

[281] 參見 Guide to Using Seed in Stable Diffusion，getimg.ai，https://getimg.ai/guides/guide-to-seed-parameter-in-stable-diffusion [https://perma.cc/UN7H-VTHY]（最后訪問時間：2024 年 10 月 11 日）。

[282] 同上注。

[283] 參見 Lu，前注 218。

[284] 同上注。

[285] 參見 He，前注 32，第 301 頁。

[286] 于雯雯，《人工智能生成內容的著作權問題》，中央網信辦（2019 年 8 月 21 日），https://web.archive.org/web/20230511195349/http://www.cac.gov.cn/2019-08/21/c 1124902661.htm [https://perma.cc/88H9-FRM7]。

[287] 同上注。

[288] 《1988 年著作權、外觀設計和專利法》，c. 48，第 9(3)條（英國）：“在由計算機生成的文學、戲劇、音樂或藝術作品的情形中，應視為作者的是完成創作該作品所必需安排的人”；參見 Lee，前注 146，第 186–187 頁（“盡管沒有明確可辨的作者來完成創作所需的安排，但《1988 年著作權法》顯然意在在作者與計算機生成作品之間建立一種個人關系或因果聯系。”）。

[289] 北京互聯網法院的判決引發了關于中美著作權制度是否由趨同轉向分化的國際學術討論。Yu 教授對“交匯分化”（即標準的部分趨同與部分分化同時發生）的可能性持開放態度。參見 Peter K. Yu，The Future Path of Artificial Intelligence and Copyright Law in the Asian Pacific，Comput. & L.第 96 卷（即刊，2024 年），手稿第 10 頁，https://ssrn.com/abstract=4707592 [https://perma.cc/E7PY-DDAP]。

[290] 參見 Shira Perlmutter，Participation in the International Copyright System as a Means to Promote the Progress of Science and Useful Arts，Loy. L.A. L. Rev. 第 36 卷 323 頁，330 及注 23（2002 年）（主張非歧視性的“國民待遇”原則，即對外國作品給予與本國作品同等的待遇，從而促使各國提高保護水平以保持一致性）。

[291] 是時候將《伯爾尼公約》更新至人工智能時代了，正如《世界知識產權組織互聯網條約》（即《世界知識產權組織版權條約》和《世界知識產權組織表演與錄音制品條約》）在 1996 年將《與貿易有關的知識產權協定》調整為適用于互聯網時代一樣。參見 Friedmann，前注 10，第 1 頁；另參見 Yu，前注 289，第 4 頁（指出目前似乎全球普遍認同人工智能系統不能成為著作權法意義上的作者，但在 AI 生成作品應具備多少人類創意以取得著作權方面，國際觀點存在分歧）。

（本文僅代表作者觀點，不代表知產力立場）

編輯 | 馮婉寧 布魯斯 封面來源 | AI生成