生成式 AI 诉讼潮才刚开始：版权争议与「合理使用」边界成焦点

过去这几年，AI 圈最流行的动作是「先抓了再说」。海量抓取公开网络上的代码、画作和文章，把模型训出来，再谈商业化。

但这套狂飙突进的打法，正在撞上一堵坚硬的高墙。最近几乎每天都有新的诉讼冒出来。微软、GitHub 和 OpenAI 正面临集体诉讼，被指控 Copilot 在未经署名的情况下直接复现了开源代码。Midjourney、Stability AI 和 DeviantArt 同样成了被告，原告指控它们用抓取的数百万艺术作品侵权训练。就连图片巨头 Getty Images 也把 Stability AI 告上法庭，称其未经许可爬了数百万张图。

这场官司浪潮不仅关乎赔款，它很可能会重写整个生成式 AI 的商业底层规则。

风格算不算抄袭？数据集谁该背锅？

生成式 AI 的核心争议，在于它会记住训练数据，甚至在生成时直接复制出来。学术研究已经发现 DALL-E 2 和 Stable Diffusion 会复现训练集里的局部图像，此前 CNET 用来写稿的 AI 也被抓包直接抄袭人类记者的句子。

像波兰艺术家 Greg Rutkowski 这种奇幻画师，成了这场抗议的代表人物。只要在提示词里加上他的名字，AI 就能画出极其相似的风格，这直接砸了他的饭碗。但要在法庭上打赢官司并不容易。

知识产权律师 Eliana Torres 指出，原告很难证明某张具体的生成图侵犯了哪张原图，而且在现行法律下，「艺术风格」几乎不受版权保护。更棘手的是责任主体，像 Stable Diffusion 用的是非营利组织 LAION 整理的数据集。Torres 认为，真要说侵权，那也是 LAION 爬取数据时发生的，这就像你可以走进画廊看画，但不能拿相机翻拍。

AI 公司通常用「合理使用」（Fair Use）来辩护，类比当年谷歌图书扫描数百万本书被判合法的先例。但在专注 AI 的律所 BNH.ai 创始人 Andrew Burt 看来，事情可能要直接得多。他认为只要违规用了有版权的数据，就该受罚。

Burt 还提到了美国联邦贸易委员会（FTC）的杀手锏「算法没收」。当年做 Ever 相册的公司因为未经许可拿用户照片训人脸识别，被 FTC 勒令把算法和数据一起销毁。如果这一招用在生成式 AI 身上，那些花了几千万美元训练的大模型可能得直接报废。

行业自救：退出机制、买版权与打补丁

官司缠身之下，各家公司开始各显神通来避险。

Stability AI 打算给艺术家开一个口子，允许他们通过 HaveIBeenTrained 网站在下一代模型训练前申请剔除自己的作品。OpenAI 则没有这种退出机制，而是选择直接跟图库公司 Shutterstock 合作购买授权。

GitHub Copilot 引入了一个过滤机制，拿生成的代码和前后约 150 个字符去跟公开代码比对，撞车就隐藏。不过这种补丁并不完美，有时候会直接卡掉关键代码片段。

商业风险也开始传导给终端用户。一些图片平台已经封杀了 AI 生成内容，生怕引火烧身。律师们建议，企业现在拿 AI 做商业化必须仔细看条款，并在商用前做反向搜图排查。

为什么重要

对企业和开发者来说，现在用生成式 AI 就像在没有交规的十字路口开车。虽然各家工具都在极力招揽用户，但只要你在商业产品里用了 AI 生成的代码或美术资产，潜在的版权地雷就已经埋下了。我们认为，如果你是做商业项目，现在最稳妥的策略不是盲目狂奔，而是严格审核生成物的原创性，甚至考虑只用授权来源清晰的工具。

对整个行业而言，依靠公开网络无成本「零元购」数据的黄金时代看起来正在结束。如果法庭不支持合理使用，或者监管层祭出算法没收，大模型训练的成本门槛将被大幅推高，行业格局会迅速倒向拥有庞大版权库或有钱买授权的巨头。

点评各家的做法，Stability AI 的事后退出机制看起来更像一种公关妥协，把维权成本甩给了创作者；OpenAI 花钱买授权虽然笨重且贵，但在法律合规上显然更站得住脚。这场司法博弈的最终结果，很可能不会彻底杀死生成式 AI，但一定会逼着它补齐欠了太久的「门票钱」。