美国民事生成式AI版权侵权进行中
Anderson等诉Stability美国AIGC版权第一案

AIGC版权侵权第一案

重要性评级
案号：Andersen v. Stability AI Ltd., 2023 U.S. Dist. LEXIS 194324, 2023 WL 7132064
法院：美国北加州地区法院
判决时间：2023年10月30日
当事方：原告：Anderson、McKernan、Ortiz；被告：Stability公司、DeviantArt公司、Midjourney公司

美国法院驳回AIGC版权侵权首案大部分诉求，强调举证责任。

内容目录
雷
AI 风险雷达

五维风险综合评估

版权风险
高
数据合规
低
平台责任
低
算法责任
低
隐私侵权
低

最高风险维度：版权风险

诉讼时间轴
一审2023-10· 美国北加州地区法院

驳回大部分诉求，允许原告补充证据后另行起诉；仅支持Anderson针对Stability公司训练其16项登记作品的直接版权侵权诉求。

案情概述

2023年10月30日，美国北加州地区法院公布了Anderson等诉Stability公司等一案的判决。三名艺术家原告Anderson、McKernan和Ortiz提起集体诉讼，指控Stability公司、DeviantArt公司和Midjourney公司通过AI图片生成程序，爬取其网络图片作品，删除版权管理信息，并生成相似AI图片，侵犯了包括著作权在内的多项财产性权利。法院以清晰性和具体性不足为由驳回了原告的大部分起诉，并允许原告在调整、补充起诉事由和证据材料后另行起诉。仅Anderson针对Stability公司开发Stable Diffusion模型以训练其已登记的16项图片作品的直接版权侵权诉求得到了法官的支持。法官对原告提出了较高的举证要求，体现了其对新技术相关法律争议的审慎态度。

核心争议焦点

  • 1AI模型训练数据是否构成直接版权侵权
  • 2AI生成图片是否构成侵权衍生作品
  • 3版权管理信息删除或修改的举证责任
  • 4替代/间接版权侵权的构成要件及责任认定
  • 5在AI技术背景下，版权侵权诉讼的举证标准

双方观点

原告主张

原告提出了多项诉求，包括直接版权侵权、替代/间接版权侵权、删除版权管理信息、侵犯成文法上的公开权、侵犯普通法上的公开权、不正当竞争和宣告性救济。在著作权相关诉求中，Anderson主要指控Stability公司购买图片副本并用于训练Stable Diffusion模型构成直接版权侵权；DeviantArt公司传播包含训练图片压缩副本的Stable Diffusion模型、开发和传播侵权衍生作品的人机界面DreamUp、生成和传播侵权衍生作品的AI图片；Midjourney公司通过网络爬虫复制作品用于模型训练，以及传播侵权衍生作品。此外，原告还指控被告公司删除或修改版权管理信息，并传播这些作品。

被告抗辩

Stability公司对Anderson的部分事实陈述予以反驳，认为其并未阐释清楚所指控的图片复制行为具体发生在模型的训练过程中还是人机界面运行过程中，并就删除版权管理信息提出抗辩，认为原告未能提出充分证据证明任何一件被侵权作品的版权管理信息遭删除或修改，且不满足双重故意要求。DeviantArt公司和Midjourney公司抗辩称，案涉数据集包含50亿张图片，不可能被直接压缩进一个活动程序，并指出Anderson的事实陈述自相矛盾，承认Stable Diffusion并非直接复制图片而是通过算法捕捉特定要素，且AI图片不可能与被侵害图片紧密匹配。他们还强调未直接参与数据抓取和模型训练，证明其存在双重故意难度更大。

关键证据

原告Anderson在第三方网站https://haveibeentrained.com上输入自己的名字进行查询，发现部分登记作品已被用作AI训练图像。法官采信此证据，认为Anderson无需证明具体哪项作品被爬取，可认定所有16项作品均被爬取为训练素材。原告还提供了DeviantArt公司CEO的证词，称DeviantArt公司使用Stable Diffusion模型的原因是Stability公司允许其修改模型以开发人机界面。

法院说理

法院在判决中强调了举证责任的重要性，特别是对于新技术相关的法律争议。法官认为，原告在多项诉求中未能提供足够清晰和具体的证据和事实陈述。例如，在直接版权侵权方面，法官要求原告证明被侵权作品已登记，并对Stable Diffusion模型如何处理被侵权图片（是直接压缩副本还是通过算法提取特定信息）进行清晰阐述。对于AI生成图片的侵权衍生性，法官认为原告需证明AI生成图片与被侵权图片之间存在实质性相似。对于删除版权管理信息，法官要求原告指明具体被删除或修改的信息，并证明被告存在双重故意。法官对原告的举证要求较高，体现了在面对新兴技术挑战时，法院审慎的态度，即在缺乏明确技术细节和充分证据的情况下，不轻易做出广泛的侵权认定。

裁判要点

  • 1直接版权侵权诉讼要求被侵害作品必须已在相关部门登记。
  • 2AI模型训练过程中对受版权保护作品的复制可能构成直接版权侵权。
  • 3AI生成作品的侵权衍生性认定需证明与原作品的实质性相似。
  • 4版权管理信息删除或修改的指控需具体指明被删除或修改的信息，并证明被告的双重故意。
  • 5替代/间接版权侵权以直接版权侵权为前提，并需证明被告具有监管和控制侵权行为的权利和能力，且对侵权行为存在直接财产性利益。
  • 6法院对涉及AI技术的版权侵权案件，对原告的举证要求较高，强调事实陈述的清晰性和具体性。

最终判决结果

美国北加州地区法院驳回了三名艺术家原告的大部分起诉，但颁布法庭许可，允许其在调整、补充起诉事由和证据材料后另行起诉。仅Anderson针对Stability公司开发Stable Diffusion模型以训练其已登记的16项图片作品的直接版权侵权诉求得到了法官的支持。

引用法条

  • 美国版权法（Registration Requirement）
  • 数据千年版权法（DMCA, Digital Millennium Copyright Act）

适用法律原则

用尽行政救济原则实质性相似原则清晰性（clarity）和具体性（specificity）的举证要求替代/间接侵权责任构成要件

AI技术详情

技术类型：生成式AI
技术原理示意图 · 训练数据侵权链条
版权内容📚 书籍📰 新闻🎵 歌词🖼️ 图片💻 代码未经授权爬取/下载训练数据集· 数据清洗· 去重处理· 格式化模型训练· 梯度下降· 权重更新· 知识记忆· 能力涌现AI产品⚠️ 版权侵权链条：从未授权获取到商业化AI产品

技术实现说明

本案涉及的AI技术主要是AIGC（人工智能生成内容）领域的AI图片生成程序，具体包括Stability公司的Stable Diffusion模型及其人机界面DreamStudio，以及DeviantArt公司基于Stable Diffusion开发的DreamUp和Midjourney公司基于Stable Diffusion开发的Midjourney。这些程序通过爬取网络上的图片作品作为训练素材，并根据用户指令生成与之相似的AI图片。Stable Diffusion模型被指控将图片副本以压缩形式存储或通过算法提取特定信息进行保存。

原始法律文书

1 份

Andersen et al. v. Stability AI Ltd. 起诉状

非营利数据库起诉状2023/1/13

来源：CourtListener (RECAP)

案号: 3:23-cv-00201 (N.D. Cal.) | 美国AIGC版权第一案

下载

延伸阅读

法律意义

本案被称为“AIGC版权侵权第一案”，其判决对于AI生成内容领域的版权法律实践具有重要指导意义。法院对原告提出的高举证要求，特别是对技术细节的清晰阐述和实质性相似的证明，为未来AI版权侵权案件设定了初步的审判标准。判决结果表明，在AI技术快速发展的背景下，版权保护面临新的挑战，传统法律原则的适用需要结合技术特点进行审慎考量。同时，法庭许可的颁布也为原告提供了进一步完善证据和诉求的机会，预示着此类案件的长期性和复杂性。
阿来律师 AI分身
AI 分身