AI生成吉卜力风格图爆红引版权争议！美国律师解析法律边界

近日，OpenAI 的人工智能聊天机器人 ChatGPT 掀起了一股“吉卜力风格”图片生成热潮。大量用户尝试用 AI 创作，生成的作品极具吉卜力动画的梦幻色彩。社交媒体上迅速被这些 AI 作品刷屏，引发热议。然而，在这场热潮的背后，关于版权与 AI 创作的争议也随之浮现。

△Photo by Levart_Photographer on Unsplash (https://unsplash.com/)

吉卜力工作室的动画作品因其温暖细腻的画风和匠心独运的创意深受全球观众喜爱，这些作品凝聚了动画师们的劳动与心血。而当 AI 生成与之相似的图像，是否构成了对原作者的侵权？创作者如何保护自己的作品？现行版权法能否有效应对 AI 带来的挑战？带着这些疑问，The Nexus 特邀美国资深律师 Evan Brown 为我们深入解析这一事件的法律争议。Evan Brown（https://evan.law/）是芝加哥的技术和知识产权律师，擅长处理人工智能、版权、商标、域名等法律与技术方面的复杂问题。

The Nexus：从法律角度看，OpenAI 生成吉卜力风格的图像是否构成对吉卜力工作室版权的侵犯？美国法律对版权侵权的定义是什么？

Evan Brown：在美国，版权侵权是指有人未经许可使用受版权法保护的材料，侵犯了版权所有者的排他性权利。OpenAI 生成的吉卜力风格图像是否落入版权侵权，法律分析的关键在于风格和具体表达的区分。

美国版权法明确规定，版权保护不适用于“任何想法、程序、流程、系统、操作方法、概念、原则或发现”。这意味着吉卜力工作室的一般艺术风格（以梦幻般的自然环境和特殊的动画技术为特征）可能不在版权保护范围内。

然而，如果 OpenAI 生成的图像再现了受版权保护的具体元素（如《哈尔的移动城堡》的精确设计，包括其特有的机械有机特征和独特的装饰元素），则可能构成侵权。法律上的关键考量标准是 AI 生成的图像是否与吉卜力作品中受版权保护的表达性元素具有“实质性相似”，而不仅仅是风格上的近似。

要确定是否侵权，法院将调查 OpenAI 是否访问过吉卜力的作品（默认这些作品是广泛传播的电影），以及相似之处是否源于实际复制，而非巧合或独立创作。

The Nexus：吉卜力工作室是否可以对 OpenAI 提起诉讼？如果可以，吉卜力工作室起诉 OpenAI 的法律依据将是什么？

Evan Brown：吉卜力工作室可能依据以下法律理论对 OpenAI 提起诉讼：

• 直接版权侵权（Direct copyright infringement）：如果 AI 生成的作品实质性地再现了吉卜力电影中的具体受保护元素，而不仅是其一般风格，构成直接版权侵权。
• 帮助侵权（Contributory infringement ）：如果 OpenAI 通过某些提示或营销方式故意鼓励用户创建侵权内容，构成帮助侵权。
• 替代侵权（Vicarious infringement）：如果 OpenAI 从可能构成侵权的输出内容中获利，并有能力控制这些输出，但未采取足够的保障措施，构成替代侵权。

此类诉讼的成败将主要取决于 AI 生成的图像是否复制了受版权保护的表达性元素，而不是仅仅模仿某种艺术风格。OpenAI 可能会以辩称这些相似之处仅涉及无法受到保护的风格元素，或者援引合理使用（fair use）原则来进行辩护，该原则允许在未经许可的情况下，出于批评、评论、新闻报道、教学、学术或研究等目的，有限地使用受版权保护的作品。

The Nexus：创作者如何用法律手段保护自己的作品不被 AI 侵权？在实际操作中，维权的难度有多大？

Evan Brown：在应对 AI 相关的侵权问题时，创作者需同时面对法律与现实层面的挑战。可采取的法律策略包括：

• 在美国版权局登记作品，这样做，可以确立公开的所有权记录，并在侵权案件中获得法定赔偿；
• 详细记录独特的创作元素，以便确认哪些部分受版权保护；
• 设计专门针对 AI 训练与生成的许可条款；
• 针对明显的侵权行为采取法律行动；
• 推动立法更新，以应对 AI 带来的法律挑战。

然而，现实中的诸多困难使得维权变得极具挑战：

• 技术上难以识别 AI 系统是否基于特定作品进行训练；
• 证明 AI 系统使用了某些特定作品作为训练数据存在极高的举证难度；
• 诉讼需要大量资金支持，而许多创作者可能无法承担相应成本；
• AI 系统的“黑箱”机制使得追溯训练数据与生成结果之间的关联变得异常复杂；
• AI 技术的全球化发展带来了更加棘手的司法管辖权问题。

在实践中，这些挑战意味着，如果没有充足资源或集体行动，个体创作者几乎无法对抗大型 AI 企业的侵权行为以有效维护自身权利。

The Nexus：您如何看待 AI 公司在模型训练过程中使用受版权保护材料所引发的法律争议？现行版权法是否能够充分应对 AI 生成内容所带来的法律挑战？

Evan Brown：AI 训练使用受版权保护材料所引发的争议，反映了技术创新与创作者权利之间的深层冲突，而当前版权法并未就此提供明确的解决方案。

认为人工智能训练在合理使用原则下构成“转换性使用”¹的论证具有合理性 —— 这些 AI 系统并非简单复制原作，而是基于模式学习生成新的作品。然而，内容创作者对于其作品被未经授权或未获补偿地用于开发商业化产品表示担忧，认为这可能会影响其原作品的市场价值。

现行版权法难以充分应对 AI 带来的挑战，原因如下：

• 其立法初衷并未考虑机器学习，因此缺乏合理的法律框架来区分“从作品中学习”与“复制受保护内容”;
• 传统版权法建立在人为创作与有意复制的基础上，而 AI 依赖统计模式识别，并不遵循相同的逻辑；
• 现行法律未能提供清晰的指导方针，以在保护创作者权利和促进 AI 发展的社会利益之间取得平衡;
• 由于版权法具有地域性，全球化部署的 AI 系统面临复杂的司法管辖权问题。

更有效的解决方案可能包括：针对 AI 训练数据建立专门的许可机制、设计合理的补偿体系以承认创作者的贡献、明确 AI 生成内容在衍生作品范畴内的法律标准，以及关于训练数据来源的公开透明要求。随着 AI 相关技术的迅速发展，版权原则需要经过审慎调整，以在保护人类创作动力的同时，促进科技的可持续发展。

（说明：本次采访主要讨论美国版权法，不代表其他国家或地区的法律适用情况。）

The Nexus注释：

在美国版权法中，“转换性使用”（transformative use）是合理使用原则下的一个重要概念，它指的是对受版权保护的作品的使用方式，是否为原始作品增加了新的意义、目的或表达。简单来说，如果新的作品只是简单地复制或替代了原始作品，那就不属于转换性使用；但如果新的作品对原始作品进行了实质性的改变，使其具有了新的用途或意义，那么就可能被认定为转换性使用，从而构成合理使用。这种概念的目的是为了平衡版权所有者的权益和公众的利益，鼓励创造性的再利用和创新。

致谢:  感谢孙振华律师审校本文。

采访问题审校： Ron Frederick采访及文字编辑：Alex Li

编辑有话说：“Questions on AI” 是 The Nexus 推出的全新采访系列，聚焦 AI 技术带来的广泛影响。我们将采访来自不同领域的专家、学者和从业者，一起探讨 AI 如何重塑我们的世界。