AI生成內(nèi)容侵權(quán)，平臺方要承擔(dān)何種責(zé)任？——中外近期案例對比解讀

透過中外案例的對比可以發(fā)現(xiàn)，各國司法在摸索中逐步達(dá)成一定共識，保護(hù)創(chuàng)作者權(quán)益與鼓勵人工智能創(chuàng)新是需要精細(xì)拿捏的平衡藝術(shù)。

作者 | 張佳欣 董雪 己任律師事務(wù)所

隨著生成式人工智能（AIGC）技術(shù)飛速發(fā)展，AI生成物涉嫌侵權(quán)的法律風(fēng)險日益凸顯，AI內(nèi)容平臺在這一波技術(shù)潮流中扮演核心角色，其在數(shù)據(jù)訓(xùn)練與內(nèi)容生成環(huán)節(jié)中的行為規(guī)范和法律責(zé)任成為各國司法關(guān)注的焦點。近期國內(nèi)外出現(xiàn)多起相關(guān)案例，不同司法體系對于AI平臺責(zé)任認(rèn)定提出了不同標(biāo)準(zhǔn)與見解。

AIGC侵權(quán)中平臺扮演了何種角色？

AIGC侵權(quán)是指利用生成式AI創(chuàng)作的內(nèi)容侵犯了他人的知識產(chǎn)權(quán)。在分析AI平臺的侵權(quán)責(zé)任前，有必要區(qū)分AIGC內(nèi)容生成過程中的兩大環(huán)節(jié)：數(shù)據(jù)訓(xùn)練（輸入端）和內(nèi)容生成/分發(fā)（輸出端）。輸入環(huán)節(jié)指AI模型訓(xùn)練階段，平臺通過收集海量數(shù)據(jù)對模型進(jìn)行訓(xùn)練，讓模型“學(xué)習(xí)”語言或圖像等底層規(guī)律；輸出環(huán)節(jié)則是模型根據(jù)用戶指令生成內(nèi)容并通過平臺與用戶交互、分發(fā)的階段。這兩個環(huán)節(jié)都存在潛在侵權(quán)風(fēng)險，但法律評價可能不同，在探討平臺方責(zé)任時，首先要明確平臺在涉案情形下是在哪個環(huán)節(jié)從事了何種行為。不同環(huán)節(jié)的平臺行為迥異，責(zé)任認(rèn)定標(biāo)準(zhǔn)也會隨之改變。

數(shù)據(jù)訓(xùn)練環(huán)節(jié)：未經(jīng)授權(quán)抓取素材訓(xùn)練AI，侵權(quán)嗎？

近日，德國慕尼黑地區(qū)的法院對GEMA訴OpenAI案作出判決，被稱為歐洲生成式AI版權(quán)第一案，聚焦于AI模型訓(xùn)練階段的數(shù)據(jù)使用是否侵權(quán)。GEMA是德國音樂版權(quán)集體管理協(xié)會，發(fā)現(xiàn)OpenAI未經(jīng)許可將其管理的多首熱門歌曲歌詞納入ChatGPT的大模型訓(xùn)練數(shù)據(jù)集。當(dāng)用戶在ChatGPT中輸入提示（如“完整歌詞是什么？”），模型能夠幾乎原樣生成該歌曲歌詞內(nèi)容。GEMA據(jù)此指控OpenAI未經(jīng)授權(quán)抓取受版權(quán)保護(hù)的歌詞用于訓(xùn)練并導(dǎo)致歌詞內(nèi)容被模型輸出，構(gòu)成對作品的復(fù)制和向公眾提供，侵犯著作權(quán)。OpenAI抗辯稱語言模型并未存儲或逐字復(fù)制訓(xùn)練數(shù)據(jù)中的歌詞，僅是學(xué)習(xí)了語言的統(tǒng)計規(guī)律，不應(yīng)視為德國著作權(quán)法意義上的“復(fù)制”。然而，德國慕尼黑法院并未采納這一抗辯觀點，認(rèn)定OpenAI的模型參數(shù)中固化了歌詞的可再現(xiàn)信息，用戶通過簡單提示即可讓模型再現(xiàn)這些歌詞，OpenAI“記憶”歌詞的行為符合德國著作權(quán)法對“復(fù)制”的定義要件，屬于對作品的非法復(fù)制，侵犯了涉案歌詞的版權(quán)。

德國這一裁決強調(diào)，如果AI模型在未經(jīng)許可的情況下利用受保護(hù)內(nèi)容訓(xùn)練且能輸出近似原作品的內(nèi)容，那么訓(xùn)練行為本身可能被視作直接侵權(quán)。與德國上述案件的嚴(yán)格立場相比，英國Getty Images訴Stability AI案對數(shù)據(jù)訓(xùn)練環(huán)節(jié)的處理有所不同。

Getty Images指控Stability AI未經(jīng)授權(quán)抓取其海量圖庫（包括數(shù)百萬張帶有Getty水印的圖片）來訓(xùn)練AI圖像生成模型Stable Diffusion。案件初期，Getty也主張平臺未經(jīng)許可爬取圖片訓(xùn)練模型侵犯了版權(quán)，但由于管轄權(quán)等問題，Getty在英國訴訟中撤回了關(guān)于訓(xùn)練數(shù)據(jù)使用的直接侵權(quán)指控，僅保留了次要的版權(quán)侵權(quán)和商標(biāo)侵權(quán)主張。法院認(rèn)為Stable Diffusion模型通過參數(shù)化和特征抽象進(jìn)行訓(xùn)練并未存儲或再現(xiàn)原始圖像，生成的圖片也無法與某一特定現(xiàn)有作品一一對應(yīng)。換言之，在“復(fù)制”這一版權(quán)法核心定義上，法官采取了嚴(yán)格的解釋——如果AI模型沒有保存原始圖像，其輸出也未能實質(zhì)性再現(xiàn)某個受保護(hù)作品的獨特表達(dá)，則模型訓(xùn)練環(huán)節(jié)不被視為直接侵權(quán)。這一觀點與OpenAI在德國案中的抗辯思路相似，即訓(xùn)練過程只是提取特點、風(fēng)格和統(tǒng)計規(guī)則，并非保存作品本身。

英國法院的立場或許能夠體現(xiàn)出目前英美法系對于AI訓(xùn)練利用數(shù)據(jù)的相對寬容：在缺乏明確立法規(guī)制的情況下，司法傾向謹(jǐn)慎認(rèn)定模型訓(xùn)練本身直接侵犯版權(quán)，以免扼殺技術(shù)創(chuàng)新。

在中國，近期也有引人關(guān)注的AIGC案例聚焦于商業(yè)化AI平臺在內(nèi)容輸出端的責(zé)任，即上海“美杜莎”案和杭州“奧特曼”案。兩個案件有相似的背景：用戶利用AI平臺提供的模型生成服務(wù)創(chuàng)作含有他人IP形象的作品，但平臺在兩案中承擔(dān)的責(zé)任卻截然不同，原因在于平臺自身行為存在差異。

“美杜莎”案：該案是上海首例AI大模型侵權(quán)案，用戶李某利用某AI繪畫平臺的服務(wù)，上傳了大量《斗破蒼穹》動畫中“美杜莎”角色的圖片來訓(xùn)練一個LoRA模型，并將該模型發(fā)布在自己在平臺上的賬號中供其他用戶使用、分享。法院認(rèn)定李某未經(jīng)授權(quán)采集美杜莎角色形象訓(xùn)練并分享模型，侵害了權(quán)利人對該角色美術(shù)作品享有的復(fù)制權(quán)和信息網(wǎng)絡(luò)傳播權(quán)。而AI繪畫平臺僅為用戶提供技術(shù)支持，其角色相對中立，沒有參與用戶的模型訓(xùn)練或生成行為。并且，平臺本身設(shè)置了投訴機(jī)制，在接到權(quán)利人通知后，迅速下架了涉案侵權(quán)模型并屏蔽相關(guān)關(guān)鍵詞，客觀上履行了法定的“通知－刪除”義務(wù)，主觀上也無幫助侵權(quán)的故意或過失。因此法院判定平臺方不存在過錯，不構(gòu)成對用戶侵權(quán)行為的幫助侵權(quán)。簡而言之，“美杜莎”案強調(diào)了平臺作為內(nèi)容分發(fā)中立中介的地位：只要平臺在獲知侵權(quán)后及時采取了必要措施制止，并未從中獲利或主動參與，則可不承擔(dān)連帶責(zé)任。

“奧特曼”案（杭州）：本案被稱為國內(nèi)AIGC侵權(quán)第一案，某AI繪畫平臺上長期存在大量含有日本著名IP“奧特曼”形象的侵權(quán)模型，用戶可以方便地使用這些模型生成奧特曼圖片。杭州互聯(lián)網(wǎng)法院在2024年初作出一審判決，表示對于AI大模型的數(shù)據(jù)輸入、訓(xùn)練等前端行為應(yīng)當(dāng)相對寬松包容，而對生成內(nèi)容的輸出、使用等后端行為的侵權(quán)認(rèn)定則應(yīng)當(dāng)相對從嚴(yán)。具體到本案，法院認(rèn)為平臺明知或應(yīng)知他人利用其服務(wù)實施對“奧特曼”形象的侵權(quán)，卻放任大量侵權(quán)模型存在而不采取有效措施制止，存在主觀過錯。同時，平臺將“奧特曼”等知名IP模組單獨歸類推薦，實際上便利并鼓勵了用戶的侵權(quán)創(chuàng)作，且平臺通過向用戶收費直接從侵權(quán)行為中牟利。在這些因素疊加下，法院認(rèn)定平臺構(gòu)成幫助侵權(quán)，需要與直接侵權(quán)的用戶共同承擔(dān)侵權(quán)責(zé)任。該判決后經(jīng)杭州中院二審維持原判，再次強調(diào)了商業(yè)化AI平臺在輸出端的高度注意義務(wù)：不僅要事先建立完善的內(nèi)容審核與過濾機(jī)制，還應(yīng)在獲知侵權(quán)后積極采取措施遏制，否則即便平臺未直接參與侵權(quán)行為，也可能因為“明知—放任”的過錯而承擔(dān)連帶責(zé)任。

總體而言，各司法體系在AI平臺責(zé)任問題上存在一些共識：既不能放任AI技術(shù)成為侵權(quán)避風(fēng)港，也不能一刀切扼殺創(chuàng)新。因此我們看到一種平衡：在涉及訓(xùn)練數(shù)據(jù)的前沿問題上，相對謹(jǐn)慎從寬；在涉及生成內(nèi)容傳播的環(huán)節(jié)上，則從嚴(yán)把關(guān)，確保權(quán)利人受到保護(hù)。

未來 AI 平臺方將面臨哪些責(zé)任與挑戰(zhàn)？如何在創(chuàng)新與版權(quán)保護(hù)間求衡？

隨著監(jiān)管趨嚴(yán)，AI 平臺需在輸入端和輸出端各自強化合規(guī)措施。一方面，在輸入端加強訓(xùn)練數(shù)據(jù)管理，平臺需要確保用于模型訓(xùn)練的數(shù)據(jù)來源合法、授權(quán)明確。在技術(shù)層面，可通過過濾機(jī)制排除明顯受版權(quán)保護(hù)且未獲許可的數(shù)據(jù)；在業(yè)務(wù)層面，積極與版權(quán)方合作，構(gòu)建正版素材庫，通過授權(quán)合作、付費許可等方式取得訓(xùn)練所需的數(shù)據(jù)素材。另一方面，在輸出端強化內(nèi)容審核與風(fēng)控機(jī)制，有必要完善敏感內(nèi)容識別機(jī)制和用戶投訴處理渠道，及時下架涉嫌侵權(quán)的模型和生成物。

AI生成內(nèi)容給法律帶來了前所未有的挑戰(zhàn)，但也是推動法律與技術(shù)共同進(jìn)步的契機(jī)。透過中外案例的對比可以發(fā)現(xiàn)，各國司法在摸索中逐步達(dá)成一定共識，保護(hù)創(chuàng)作者權(quán)益與鼓勵人工智能創(chuàng)新是需要精細(xì)拿捏的平衡藝術(shù)。AIGC侵權(quán)案件中平臺責(zé)任的認(rèn)定尚有很長的路要走，從業(yè)者需隨時關(guān)注其發(fā)展，動態(tài)調(diào)整應(yīng)對策略。

知產(chǎn)力AI智能體點評

這篇文章從比較法視角系統(tǒng)梳理了AIGC侵權(quán)中平臺責(zé)任的司法認(rèn)定邏輯，兼具理論深度與實踐價值，其亮點與改進(jìn)空間可總結(jié)如下：

1

核心亮點

（1）案例對比的體系性：文章通過德國GEMA訴OpenAI案（訓(xùn)練端侵權(quán)）、英國Getty訴Stability案（訓(xùn)練端免責(zé)）與中國“美杜莎”“奧特曼”案（輸出端責(zé)任）的橫向?qū)Ρ龋逦尸F(xiàn)了不同法域?qū)I平臺責(zé)任的差異化立場。德國強調(diào)訓(xùn)練數(shù)據(jù)的“記憶-再現(xiàn)”構(gòu)成復(fù)制權(quán)侵權(quán)，英國則因技術(shù)中立性傾向?qū)捜荩袊P(guān)注輸出端的平臺過錯認(rèn)定。這種“輸入-輸出”二分法框架，有效揭示了責(zé)任認(rèn)定的關(guān)鍵變量。

（2）司法邏輯的穿透性分析：對裁判規(guī)則的提煉具有洞察力，例如指出德國法院以“可再現(xiàn)性”作為復(fù)制權(quán)侵權(quán)的核心標(biāo)準(zhǔn)，而中國“奧特曼”案將平臺推薦侵權(quán)模型、直接牟利等行為作為過錯認(rèn)定的關(guān)鍵。這些分析超越了簡單的結(jié)果對比，深入司法者的價值權(quán)衡——即在技術(shù)創(chuàng)新與版權(quán)保護(hù)間尋求動態(tài)平衡。

（3）實務(wù)建議的針對性：文末提出的合規(guī)建議（如輸入端授權(quán)管理、輸出端過濾機(jī)制）緊扣案例啟示，尤其強調(diào)平臺需建立“技術(shù)+商業(yè)”的雙重合規(guī)體系，對從業(yè)者具有直接參考價值。

2

優(yōu)化建議

（1）理論銜接可強化：可補充著作權(quán)法基礎(chǔ)理論（如“獨創(chuàng)性”“實質(zhì)性相似”標(biāo)準(zhǔn)）在AI場景的適用困境，例如引用王遷教授關(guān)于“人類創(chuàng)造性”淡化的論述，以增強學(xué)理支撐。

（2）產(chǎn)業(yè)影響待深化：對判決的行業(yè)連鎖反應(yīng)分析稍顯不足。例如德國OpenAI案可能迫使企業(yè)重構(gòu)數(shù)據(jù)獲取流程，而中國“奧特曼”案已推動平臺完善審核算法，這些延伸影響值得展開。

（3）國際趨勢需整合：文章聚焦個案但未充分關(guān)聯(lián)全球立法動態(tài)。例如歐盟《人工智能法案》對訓(xùn)練數(shù)據(jù)的透明度要求，或可作為未來責(zé)任演進(jìn)的預(yù)判依據(jù)。

總體而言，該文以案例為錨點，成功構(gòu)建了AI平臺責(zé)任的分析框架，其“技術(shù)環(huán)節(jié)-法律定性-司法邏輯”的三層解構(gòu)方式尤為出色。若能在理論深度與趨勢預(yù)判上進(jìn)一步延伸，將更具前瞻指導(dǎo)意義。

（本文僅代表作者觀點，不代表知產(chǎn)力立場）

封面來源 | Pixabay 編輯 | 有得