過去很長一段時間，人類對AI的擔憂還停留在可控的范圍內，因為技術所限，AI更多地在替代人類從事重復性高、繁瑣枯燥的“dirty work”。

但現在，一切都不一樣了。各種AIGC應用，包括自動生成文字、圖片、視頻、代碼的“AI打工天團”相繼登場，文案、插畫師、視頻制作人，甚至程序員都陷入“被AI替代”的恐慌。

人類引以為傲的創造力也淪陷了嗎？

(資料圖片僅供參考)

一、“抄”你不商量：版權問題是懸于AIGC之上的達摩克里斯之劍

AIGC是指利用人工智能技術來生成內容，它被認為是繼PGC、UGC之后的新型內容創作方式。

隨著生成擴散模型和多模態預訓練模型等技術的快速發展，在圖文生成效果上有了顯著進步，AI可以快速、靈活地生成不同模態的數據內容，極大地助力了2022年AIGC賽道的爆火。據Gartner預計，到2025年，AIGC將占全球所有生成數據的10%。

硅谷眾多一線VC紛紛將目光瞄準AIGC初創公司，尤其是生成式AI藝術這一領域，今年有兩家獨角獸 Stability 和 Jasper 均獲得了超過一億美元的融資，估值突破十億美元。AI繪畫的熱度還未散去，OpenAI的ChatGPT又掀起了AI問答的新熱潮。

但在11月份AI編程輔助工具GitHub Copilot被集體訴訟告上了法庭，AIGC的合法性也被推到了風口浪尖。訴訟原告聲稱微軟、GitHub和OpenAI侵犯了其版權，Copilot復制開源代碼時并沒有提供署名。雖然目前該案件尚處于早期階段，前景并不明晰，但可以肯定的是AI版權之戰的第一槍已經打響，該訴訟中的任何細節，都可能決定AIGC未來發展的走向。

圖源：Analytics Insight

該訴訟案呼應了很多設計師、程序員等內容創作者的擔憂，也讓我們清醒的看到，無法確權和版權爭議將是AIGC公司未來發展的“掣肘”，是AIGC頭上的達摩克里斯之劍，正“懸”而未決。

藝術不是拼貼，但真正產生問題的是模型的訓練方法。

很多藝術家對以 Stable Diffusion 和 Midjourney 為代表的AI藝術公司強烈譴責，表示通過海量素材投喂的AI并不具備藝術創作的能力，藝術不是拼貼，但其實現在的AI 模型不會復制和拼接現有藝術作品。相反，他們使用機器學習來學習概念，比如人的眼睛是什么——通過自身的理解來創作作品。

真正產生問題的是AIGC算法模型的訓練方式，它們是通過識別和學習數據中的模式來工作，而這些程序用于生成代碼、文本、音樂和藝術的訓練數據本身是由人類創建的，大部分是從網絡上抓取而來的，其中一些內容是受到版權保護的。

二、AI作品的版權爭議，確實有些關鍵問題需要回答

1.由AI生成的作品合法嗎？

訓練模型在某種程度上是“合法”的，但該模型的應用可能是侵權的。

目前AIGC大多數模型都是根據從網絡上獲取的大量內容進行訓練的，AI研究人員、初創企業和科技巨頭們之所以敢放手使用，原因就是使用這些內容（至少在美國）受到合理使用原則的保護。

不過，美國知識產權法的研究教授丹尼爾·熱爾維斯（Daniel Gervais）指出，決定這些內容“是否合理的使用”有兩個因素需要關注，即“使用的目的或性質是什么，對市場的影響是什么。” 即：是否“改造性”地使用，以及“是否會與原創者競爭并威脅其生計？”，而AIGC已經明顯觸及到了警戒線。因此訓練模型在某種程度上是“合法”的，但該模型的應用可能是侵權的。就類似于為了拍電影而印假鈔，但印出假鈔還真的用來買東西。

在判斷“是否合理的使用”中還有無數種其他情況，其中的輸入、目標和輸出有著具體的權衡傾向，所以最終“是否合法”的法律裁決還是要受到種種細節的影響。

2.由AI生成的作品，版權該歸屬于誰？

專利制度假定權益主體是人，機器創作的內容需要有自己的知識產權法和國際條約。

目前除了英國、愛爾蘭、新加坡等國家認可計算機程序可作為作者之外，多國版權法保護的都是自然人的權益。依據大陸法，我國著作權法實施條例第二條規定：“著作權法所稱作品是指文學、藝術和科學領域內具有獨創性并能以某種有形形式復制的智力成果”。AI沒有獨立人格，不具備我國著作權法規范中“作者”的主體資格，AI背后設計者、開發者、使用者才應該是AIGC版權的權屬者。但目前AI作品的法律性質不明，是否屬于著作權法上的作品仍存在爭議。目前，一般認為，AI軟件設計者已經從軟件版權中得到補償，AI作品版權主要在軟件所有者和使用者之間分配。

在美國，有大量投入的利用AIGC的內容可以認為是屬于二創者本身的，但目前具體的歸屬需要根據實際情況一一判斷，大量投入的量化并不明確。

而涉及到為借助人工智能生成的作品授予版權，投入界定的標準將會是一個持續存在的問題。如果只是單純地輸入‘由梵高畫的貓’而生成的內容，是不足以在美國獲得版權的。計算機科學家喬治·弗朗切切利（Giorgio Franceschelli）撰寫了有關人工智能版權問題的文章，他表示，衡量人類輸入對案件判決“尤其正確”。因此，如果你嘗試使用不同的提示，并制作幾幅圖像，通過微調，并持續地進行更多的創意工程，相當高的智力投入，大概率將受到版權保護。

有條件地賦予使用人初始版權，可促進AIGC軟件使用和作品傳播，激勵更開放的表達和創作。

三、AIGC無序發展階段，有哪些解決方案在進行？

由于行業尚處于無序階段，各個國家也有不同的政策，AIGC的風險具有未知性和復雜性等特點，很多企業對于風險的預測、防范和應急處置能力均尚未完善。

在Shutterstock與OpenAI合作銷售基于算法生成的圖像時，其競爭對手Getty Images，則出于種種風險的考慮，明確表示禁止在該平臺銷售生成式AI內容（如 DALL-E、Midjourney 和 Stable Diffusion生成的插圖。）

而Adobe則選擇“有限制”地開放，公開表示只要符合特定標準，就允許在圖片庫Adobe Stock中上傳生成式 AI 藝術品進行售賣。但上傳前必須標記 AI 制作的內容，并且需要擁有其參考圖像或文本的商業版權。

同時，Adobe還為自身AI繪畫的付費服務從版權上提供了解決方案，官方表示如果遇到作品版權糾紛問題，他們將完全承擔買方的損失，由此讓付費使用AI繪畫功能的用戶不必產生版權方面的憂慮。

12月09日，應對侵權問題 GitHub推出了 "Copilot for Business "計劃，每個用戶每月花費19美元，除獲得基礎的功能之外，還增加了許可證管理和組織的策略管理功能。GitHub表示，該產品具有行業領先的隱私性，"不會保留代碼片段，不會存儲或分享你的代碼，無論數據是來自公共資源庫、私人資源庫、非GitHub資源庫還是本地文件。

同時，很多公司和研究人員已經探索與創作者實現共贏的方法。

Shutterstock表示，它計劃設立一個基金，以補償那些使用他們作品來訓練算法的個人，而DeviantArt為網絡上共享的圖像創建了一個元數據標簽，警告AI禁止引用。而“The Stack”則是一個專門用于訓練人工智能的數據集，旨在專門避免侵犯版權的指控。它只包含最寬松開源許可證的代碼，并為開發人員提供了一種根據請求刪除數據的簡單方法。

我們可以看到，AIGC相關企業的版權意識已經有明顯的進步，很多平臺都在試圖通過一種“負責任”的方式來解決AI作品存在著著作權歸屬不清的現實困境。

綜合來看，AIGC正在降低內容創作門檻、釋放創作能力，但對相關的法律法規和監管治理能力也提出了更高要求。就像在音樂盜版碟盛行的21世紀初，很多盜版軟件在當時完全是非法的，而今天，我們有Spotify和iTunes這樣的公司。

相信不遠的未來，AIGC行業也會出現更多合法合規的巨頭公司。

關鍵詞： aigc 人工智能 github