王勃 北京市尚權律師事務所律師 南開大學理學學士 中國政法大學法律碩士

一、“文藝復興三傑”與“法律海嘯”

AI繪畫是什麼？為什麼會引發“法律海嘯”？刑法和“法律海嘯”沾邊嗎？回答這些問題之前，不妨先思考“文藝復興三傑”的四個虛構情景：

情景一：

佛羅倫薩富商斥巨資邀請達芬奇為蒙娜麗莎畫像，達芬奇同意了，要求富商提供許多蒙娜麗莎的照片作為參考。這些照片被輸入進了電腦，五分鐘後，一張蒙娜麗莎的畫像就被製作出來了。

情景二：

富商不滿意達芬奇工作量太少，要求用傳統繪畫的方式重新繪製蒙娜麗莎像。達芬奇同意，為吸引流量，他一邊繪畫，一邊將鏡頭對準畫板進行全程直播。沒想到，米開朗基羅將直播畫面擷取，將蒙娜麗莎的半成品畫面輸入電腦，得到一張完整的蒙娜麗莎畫像。之後，米開朗基羅將這副畫上傳到自己的賬號釋出，並命名《蒙娜麗莎的微笑——米開朗基羅繪》。

情景三：

另一位富商喜歡達芬奇的畫風，但聘請達芬奇繪畫太過昂貴。有人建議，你用電腦做一個“虛擬達芬奇”不就行了嗎？於是富商收集達芬奇上百幅畫作的複製品，輸入到程式中。很快，能夠穩定模仿達芬奇畫風的“虛擬達芬奇”誕生了。“虛擬達芬奇”能夠使用達芬奇的畫風創作各自各樣的畫作，更重要的是，它產出每張畫只需要五分鐘。藝術界對“虛擬達芬奇”趨之若鶩，真實的達芬奇收入因此大幅減少。

情景四：

拉斐爾“盜版”複製、銷售大量“虛擬達芬奇”的畫作，被追究刑事責任。拉斐爾的律師這樣辯護：“虛擬達芬奇”的繪畫根本就不是法律意義上的“作品”，利用“虛擬達芬奇”工具進行繪圖的富商也不是著作權人。著作權自始就不存在，對拉斐爾侵犯著作權罪的指控的前提就不成立。

以上四個情景是為了讀者理解AI繪畫而虛構的。可如果將“文藝復興三傑”替換成現代人，那麼哪些已經發生了，哪些還沒有發生呢？

答案是，前兩個情景已經發生了。第三個情景正在發生，可能明年，甚至下個月就可能實現。第四個場景是虛構的，但未來幾年這樣的案例恐怕不會少見。

這就是AI繪畫給社會帶來的衝擊。AI繪畫好比一座噴發的海底火山，它的噴發將會引發強烈的地震，海底地震必然引發海嘯。對現行法律而言，AI繪畫的“法律地震”將首先衝擊著作權法、民法典等民事法律。而地震之後的“法律海嘯”，將持續衝擊刑法第三章第七節侵犯智慧財產權罪中的諸多法條。

以刑法第二百一十七條為例，侵犯著作權罪成立的前提，是著作權要確實存在，而著作權成立的前提是需要存在“創作”與“作品”。問題來了，AI繪畫過程是創作嗎？AI的繪畫產出是作品嗎？有著作權嗎？誰又是著作權人呢？刑法要對AI繪畫進行保護嗎？

如果將視角調轉，AI在模仿畫師畫風的時候是否會構成侵權呢？現有法律有沒有辦法阻止AI學習特定的畫風呢？包括刑法在內的法律是否要對此有所迴應呢？如果要修法，審理AI繪畫案件新增的司法成本有多大？

回答這些問題，首先要理解什麼是AI繪畫，以及AI繪畫的機制是什麼。

二、基於“Diffusion模型”的AI繪畫的演變

目前爆火的AI繪畫軟體基於“Diffusion模型”（擴散模型）。但擴散模型並不是新的發明。早在2015年，斯坦福大學的Jascha Sohl-Dickstein及另外三位科學家就提出了擴散模型，這是一種利用高斯噪音的新增與還原，讓計算機進行“繪畫”的演算法。但就像蒸汽機剛被髮明時效率比不過傳統人力一樣，擴散模型的適用性起初並不那麼好，也沒有引起足夠的重視。業界似乎更青睞基於博弈論的GAN演算法模型或者基於Transformer模型建立的超大規模學習模型。

2022年，新的“Stable Diffusion”軟體問世並開源，任何人都可以利用“Stable Diffusion”模型對程式進行訓練。這極大擴充套件了擴散演算法型AI繪畫的使用範圍。用“Stable Diffusion”產出的畫作有些較為“詭異”，無法達到讓大眾普遍接受的程度。但好在“Stable Diffusion”框架建立得很完善，全球的程式設計師們可以給“Stable Diffusion”新增各種相簿，讓程式學習更多的素材，畫出更好看的圖片。可以說，“Stable Diffusion”是AI繪畫時代的“改良蒸汽機”，但它還只是一個半成品。

2022年9月底，一款基於“Stable Diffusion”模型，名為“Novel AI”的特化型繪畫AI橫空出世。“Novel AI”的優勢非常明顯：它能夠在個人電腦上執行，對硬體配置要求不苛刻，出圖速度很快，風格穩定，畫風乾淨，能夠被大眾接受。它的操作非常簡單，使用者向其中輸入各種各樣的tag（標籤），向程式描述想要生成的圖片包含什麼樣的元素，或者直接輸入一張已有的圖片，讓程式自己分析出原圖包含哪些tag。AI會在運算後輸出圖片，整個過程只需要幾分鐘。

毫無意外的，“Novel AI”爆紅了。普通使用者利用“Novel AI”調試出滿意的圖畫。畫師開始利用“Novel AI”進行繪畫輔助，提高繪畫效率。人們開始發現，他們已經不敢斷定網上的圖片是不是AI繪製的了。雖然“Novel AI”依然很笨拙，但“AI繪畫是不是可以取代人類畫師”的討論已經愈演愈烈。反對和糾紛自然是如影隨形。“十一”黃金週期間，許多畫師聲討用以訓練“Novel AI”的相簿站Danbooru，要求撤下自己的所有作品，防止AI學習自己的畫風；10月12日，韓國Twitch上的一名畫師將另一位畫師網路直播繪製的半成品畫面截圖，匯入到“Novel AI”，生成新作品後上傳到自己的賬戶，署名發表……無論是好的方面還是壞的方面，“Novel AI”繪畫的新聞幾乎是以天計算，進行著快速更新。

這就是AI繪畫即將引發“法律海嘯”的原因。“Novel AI”太易得，操作幾乎沒有門檻。對AI的大規模運用必然產生現有法律難以解釋的問題。想一想AI繪畫可怕的進化速度吧，今年2月份畫師們還在嘲笑AI繪畫的水平，10月份突然發現自己面臨丟失飯碗的風險。按照這個速度，著作權侵權這類民事糾紛，可能三個月到半年就會出現。而刑法是所有部門法的“底線法”。民事層面的“法律地震”一旦發生，傳導到刑事司法形成“法律海嘯”這種“次生災害”幾乎是必然的。雖然有學者認為，刑法不應迴應還沒有發生的案件，但這次新技術引發的革命，對現有法律的衝擊是迫在眉睫的，法律人必須認真面對這隻由演算法構成的“黑天鵝”，刑法必須有所準備。

三、AI繪畫真的是在創作嗎？

法律如何評價AI繪畫的工作過程？AI繪畫是創作嗎？首先要釐清法律定義。什麼是“創作”？《著作權法實施條例》第三條規定“著作權法所稱創作，是指

直接

產生文學、藝術和科學作品的

智力活動

。為他人創作進行組織工作，提供諮詢意見、物質條件，或者進行其他輔助工作，均不視為創作。”

定義中有兩個重點：“直接”與“智力活動”。前者要求創作的過程與創作的結果之間必須具有直接的關聯性，後者要求創作具有專屬於人類的智力屬性。按照這個定義，創造“Novel AI”的程式設計師不是創作者，因為他們的成果是繪圖AI，而不是圖畫。給“Novel AI”下達創作指令的人也不是創作者，因為他不直接產生成果。好比本文開頭舉的富商請達芬奇繪畫的例子：富豪只是出錢，並要求達芬奇畫蒙娜麗莎，直接繪畫的人是達芬奇，而不是富商。富商最多在達芬奇繪圖時就畫面的內容提出要求，而這最多屬於“提供諮詢意見”，法律不視為創作。既然富商不可能成為畫作的創作者，給AI下達創作指令的使用者更不可能成為創作者。那麼直接繪製圖畫的AI能不能成為創作者呢？顯然也不行。現有法律無法賦予演算法程式以人格，也就不可能承認專屬於人類的“智力活動”能夠適用於AI，AI的繪圖過程就無法被稱之為創作。

以上是在現行法律框架下對AI繪圖行為是否屬於創作的法律分析。但對新生事物，要充分考慮法律未來變動的可能性。況且刑事司法關乎人的財產、自由、乃至生命，必須慎之又慎。如果關於AI繪畫的糾紛真的進入到了刑事司法層面，要動用刑法“侵犯著作權罪”追究刑事責任，那麼按照刑事司法對證明責任的要求，法庭必須要查明以下基本事實：AI繪畫是怎麼進行的？AI繪畫是真的在“繪畫”嗎？要回答這些問題，我們不得不研究AI繪畫的內部演算法。

回到最基礎的“Diffusion模型”，它繪圖的演算法是利用高斯噪音的新增與還原進行影象的生成。在外行看來可以做如下比喻：第一步，先給程式一張圖畫，在上面打一兩個馬賽克，讓程式訓練消除這些馬賽克，還原原本的圖畫。第二步，加大馬賽克的數量，讓程式將含有更多馬賽克的圖片還原成沒有馬賽克的狀態。在此訓練中，程式會逐漸理解目標圖片是什麼，因為只有知道了還原的目標是什麼，才能對馬賽克進行還原。第三步，將馬賽克塗抹到極限，即原目標圖片已經徹底無法分辨，此時程式根據訓練的結果，以及程式所理解的還原的目標（tag），在全是馬賽克的畫布上還原出目標圖畫。從輸出端來看，訓練好的程式就好像能自己畫畫一樣。

Diffusion演算法模型示意圖▲

這只是AI繪畫的基本原理。利用這種原理，程式可以逐漸“理解”什麼是“手”、“眼睛”等元素。在“Stable Diffusion”這個進一步的框架中，程式被進行了大量的訓練，可以根據輸入端的要求，將輸入的tag進行組合，形成新的影象。但偶爾也會鬧笑話，比如經常出現3個腿的人類。

“Novel AI”更進步的地方在於，它利用Danbooru這一已有的公開相簿站進行訓練。Danbooru這一公開相簿站收集了網路上大量的圖片，並對圖片中的要素進行了細緻的分類，打上tag方便使用者檢索。Danbooru的tag分類細緻到誇張的程度，甚至那些源於微博，有水印的圖片在收錄時，也會打上“watermark”的標籤。細緻的分類大大減輕了AI訓練的工作量。“Novel AI”的訓練過程，就是不斷消化Danbooru規範下的tag規則，理解每個tag代表什麼含義，對應哪些可能的圖畫。鑑於Danbooru相簿足夠龐大，“Novel AI”繪製圖像的能力有了顯著的提高。近期網路上流傳的一張圖片，有兩個人打賭AI絕不可能畫出“在北京天壇公園前抽陀螺的女高中生”，因為這個畫面的元素太複雜了。沒想到，“Novel AI”真的畫出來了，並且畫得還不錯。

由Novel AI生成的 “天壇公園女高中生抽陀螺”圖片▲

如果我們稍微思考AI繪畫的過程，就會發現擴散模型下的AI演算法，實際上並不是“從無到有”的“創造”。它的繪圖行為完全依賴輸入的每個tag下面海量的現有作品，透過隨機選擇tag組合生成圖片。比如上圖，AI並不是只能繪製這一種天壇公園，而是在將馬賽克定向還原成“天壇公園”這個tag時，隨機選擇了其中一種處理方式。

可能有人會問，這種“隨機”是不是創作性或者偶然性的體現呢？需要注意，AI的隨機在數學上其實是“偽隨機”。在利用“Novel AI”進行圖片的生成過程中，使用者可以自己選擇輸入隨機因子的大小，而這決定了“Novel AI”會朝某個特定的方向還原。

經過筆者的實驗，如果保持輸入tag的名稱、順序和隨機因子完全一致，那麼“Novel AI”將會確定性的重複產出同一張圖片。

“Novel AI”這種穩定的復現甚至可以支援一個更大膽的結論：

當用戶輸入tag並啟動繪圖程式時，AI並不是在創造，而是在篩選。

在初始tag和隨機因子相同的情況下，AI一定會產出同樣的畫面，這幾乎就等同於AI已經形成了確定的作品，使用者只不過是輸入檢索條件，把畫面查詢出來而已。如果使用者覺得不滿意，可以改變隨機因子再讓AI輸出新的圖片，使用者只需要評價、篩選就好。這頗有點“文章本天成，妙手偶得之”的味道。如果能用“檢索”或者“發現”定義“Novel AI”的繪畫過程，即使法律再修改，也無法認定這個過程可以被定義為“創作”。

AI繪圖不僅是過程難以被定義為“創作”，產出的成果也難以被認定為“作品”。《著作權法》第三條規定“本法所稱的作品，是指文學、藝術和科學領域內具有

獨創性

並能以一定形式表現的

智力成果

”。如前文所說，如果AI的執行方式不具有創造性，認定它是作品也困難重重。皮之不存，毛將焉附。作品本身的著作權及一系列相關權利的保護都將成為空談。

四、刑法的迴應與司法成本的考量

刑法第二百一十七條列舉了侵犯著作權及與著作權有關權利的六種行為，涉及對美術作品保護的主要為第（一）、（二）、（五）款。內容為“未經著作權人許可，複製發行、透過資訊網路向公眾傳播其文字作品、音樂、美術、視聽作品、計算機軟體及法律、行政法規規定的其他作品”，“出版他人享有專有出版權的圖書”，“製作、出售假冒他人署名的美術作品”。如果刑法對AI繪畫的作品不聞不問，那麼在以下可能出現的案例中，刑法將難以適從：

A單位要求甲創作特定主題的畫，甲利用“Novel AI”軟體，輸入諸多tag生成了一副圖片。A單位向甲支付了報酬，與甲簽訂了著作權轉讓協議，在形式上獲得了除著作人身權之外的所有財產性權利。之後該畫作被犯罪嫌疑人乙大量非法複製併發行，違法數額達到了刑法第二百一十七條的定罪標準。刑法該如何處理乙？

上述案例並不極端，就在“Novel AI”軟體誕生近一個月的時間裡，已經有越來越多的公司開始考慮利用AI生成圖片，減少繪圖的人工成本。這種案例可能在未來幾個月大量出現。現行刑法對這種情況的處理面臨著兩難的局面。如果不對乙定罪，恐怕不符合人們樸素的法道德與正義觀。且不論A公司為轉讓著作財產權所付出的經濟成本，甲為該份圖片的“面世”可能也付出了艱辛的勞動。要知道，想讓“Novel AI”“聽話”地輸出精緻的圖畫並非易事，有時需要大量輸入限制tag，誇張的情況下彷彿是吟唱某種咒語才能“召喚”出想要的圖片。在一定程度上，對限制條件的摸索本身也凝聚著人類具有創造性、審美性的勞動，輕易否定其應有的權利並不適當。此外，如果AI繪畫在未來大量佔據市場，在數量上佔據絕對優勢（這種假設完全可能變成現實），那時刑法如果還不保護AI繪畫相應的權利，就幾乎等於什麼美術作品都不保護了，這顯然不可能。

利用大量“排除tag”對AI繪畫進行限制和最佳化的示例▲

如果對乙定罪，同樣會面臨無法適用法律的困境。由於AI的特殊性，刑事案件中將找不到著作權人、作品等一系列定罪的基本要素。乙可以像本文開頭提到的拉斐爾的律師一樣大喊：“這根本就不是具有著作權的畫作，為什麼可以追究我侵犯著作權的責任？”

該案例假設畫作全部由AI生成，現實情況只會更復雜，AI的參與度並不是簡單的“全或無”。在現階段，一部分擁抱“Novel AI”的畫師，看中的是AI具有人物迅速定型和背景渲染的能力。在利用AI完成前期繪圖之後，畫師會進行調整和細化，改變上色方式，對區域性細節進行處理。也就是說，最終的圖畫是由AI和畫師共同完成的。將這類創作方式描述為“作者利用AI輔助進行創作”未嘗不可，著作權的獲得或許不具有爭議。可如果AI的參與度更高呢？假如AI的參與度達到了99%，人類畫師只在AI繪畫的基礎上添加了一筆，我們可以由此認定這副畫是具有無可爭議的著作權的嗎？

這就是刑事司法面臨的另一個重要挑戰——著作權案件的司法成本將大幅擴大。面對“Novel AI”，人類還可以透過畫風判斷哪些是人類作品，哪些是AI畫作。可未來呢？按照當前繪畫AI迅猛的迭代速度，恐怕幾個月後新的基於擴散模型的特化型AI就可以做到“安能辨我是雌雄”。如果新的法律，或者在不修法情況下形成的新的裁判規則，決定對AI繪畫和人類作畫採取不同的著作權認定標準，那麼對AI和人類共同參與的繪畫，或者無法辨別究竟是人類還是AI創作的繪畫，刑事司法是一定要投入資源去辨別的。可是如何去辨別呢？又需要增加多大的司法成本去為這個新生事物買單呢？這些都是亟需考量的問題。

除此之外，還有一個根本性的變數不得不引起重視。繪圖AI的底層模型不是隻有“Diffusion模型”（擴散模型）一種。本文主要基於擴散模型討論繪圖AI，只是因為這套演算法邏輯目前最為成功，但這不代表它能永遠領先。未來或許會出現完全不同於擴散模型的AI繪圖演算法，甚至會出現徹徹底底具有隨機性、獨創性的繪圖AI。如果那一天真的到來，刑事司法是否將不得不對每一套AI的邏輯進行逐個審查？屆時刑事司法的成本又會是何種面貌？這些問題並非中國獨有，全世界的法院都要對此交出自己的答卷。

五、“法律海嘯”的餘波

AI繪畫對法律的衝擊的其實遠遠不止上文所說的這些，它的餘波可能將改變我們對很多問題的理解。由於篇幅限制，本文就不再展開，只列舉可能的影響。

第一，“著作權只保護畫作不保護畫風”的觀念將受到衝擊。

現有的著作權法律保護的是作品，而非某位作家的畫風。但現有的技術已經可以做到向“Stable Diffusion”中輸入上百張特定畫風的圖片，就能訓練出新的特化型繪畫AI，它可以大量產出目標畫風的畫作。那時，以特定畫風為賣點的畫師將失去他的獨特性，商業價值將會大幅下降。如果想扭轉這一趨勢，法律可能考慮將畫風納入著作權的保護範疇。

第二，對美術作品的“爬蟲”可能受到限制。

現有法律限制對個人資訊等敏感資訊的大規模“爬蟲”行為。在將來，為了防止畫師的畫風被AI“抄襲”，對美術作品的數字化保護可能更為嚴格。

第三，對未完成作品的著作權保護可能產生新的規則。

鑑於AI可以迅速“補完”處於半成品的美術作品，進而影響到人類繪畫原本應享有的各項權利，新的裁判規則可能會形成，屬於半成品的美術作品的著作權可能有特殊的保護。

第四，新的美術作品署名規則將會確立。

目前刑法打擊“製作、出售假冒他人署名的美術作品”的行為，但面對AI繪畫，署名權面臨著新的挑戰。署名權怎麼確認？歸使用者，AI，還是AI的創作者？這些都亟需新規則的確立。

六、結語

2017年，AlphaGo Master戰勝柯潔，標誌著人工智慧將人類最引以為傲的智力遊戲——圍棋，踩在了腳下。

僅僅過去了五年，人類陣地中下一個讓AI突破的，居然是最要求創造力和想象力的藝術領域——繪畫。

科幻般的未來已經到來，但我們的認識、思想與制度依然停留在過去，這是危險的。AI繪畫這座海底火山剛剛爆發，地震波還沒有傳導到民法領域。面對即將到來的“刑法海嘯”，我們準備好了嗎？