AI技术高歌猛进，

不久前，OpenAI文生视频模型Sora横空出世，

标志AIGC领域里程碑式的进展，引全球热议。

埃隆·马斯克评论：“gg humans（人类认赌服输）”。

在AIGC（生成式人工智能）狂飙的这一年多，

对AI的抗议之声日渐壮大。

2023年7月，好莱坞发起集体罢工，

创作者要求重新谈论劳资关系，并抵制AI入侵。

工会主席法兰·德瑞雪提到：

“如果现在不昂首挺胸，我们就会陷入困境，

都将面临被机器取代的危险。”

12月，《纽约时报》以侵犯版权训练AI为由，

向OpenAI、微软提起诉讼。

今年1月，由AI伪造的泰勒·斯威夫特不雅照在网上疯传，

对其名誉造成严重损害，引全球粉丝愤怒。

AI浪潮势不可逆，

未来，人类创作者如何与AI博弈与共存？

这其中的法律、版权和伦理问题，

以及新旧两派的利益分配诉求被摆上台面。

但我们发现，国内最受冲击的行业之一，

画师们却陷入另一种困境：噤若寒蝉。

一条与数名国内画师，

防AI训练应用Mist的开发团队成员，

以及开元律所知识产权律师李昀锴对话。

尝试呈现AI时代浪潮下的另一种声音。

据悉，截止发稿前夜，

中国法院作出了全球首例生成式AI服务侵权的生效判决。

撰文：陈沁

“AI社群里的极端者，与其说是‘赛博强盗’，不如说是‘赛博强奸犯’”，画师小鹿告诉我们。

她发来国内AI社群stage1st论坛里的聊天截图，那是关于如何“炼丹”不犯法的讨论，附和的人赞叹真是“劫富济贫”，还有人给出“这年头了，法不责众，炼得越多越安全”的方法论。

在国内，训练AI模型被称为“炼丹”，另一个动词是“喂”，更专业的说法则是“爬取”——将从互联网上爬取的数据用于AI模型的训练。

众所周知，AIGC（生成式人工智能）并不凭空产生内容，训练AI需要庞大的数据集（dataset），这些数据可能本身就存在问题。

▲

2024年1月，艺术家Jon Lam曝光了一份

超过16000位艺术家的数据库

并向美国法庭起诉Midjourney训练AI模型的侵权行为

中国的王羲之、颜真卿、林风眠也在其列

2022年底，加拿大籍艺术家Sam Yang以“为什么艺术家受够了AI绘画”为题发布了一则视频，引起广泛讨论。他解释了生成式AI训练模型的法律隐患，“你的任何艺术作品，甚至你自己的照片、房子、周边环境，一经上传，就会被‘爬’走选入AI训练系统……这对我们每个人来说都是产业级别的侵权行为。”

在国外，对生成式AI的潜在侵权性，各行各业开始发出抨击声音，主要集中在艺术创意和影视媒体行业，涉及艺术家、画师、演员、编剧、作家和新闻机构等。在社交媒体X上，人们打上禁止AI无授权训练的tag，浩浩荡荡地进行宣传。而在线下，人们罢工游行、提起诉讼。

在国内，问题似乎走向另一个极端：“进步道德”成为一面大旗。“一旦你站出来阻止自己的作品被‘炼丹’，AI社群的人会嘲笑你是纺织女工和马车夫”，画师小鹿说。

在一些“炼丹者”看来，画师们“跳脚”，就像工业革命下怒砸机器的纺织女工，无法正视自己终将被取代的命运。提出质疑声音的画师，很多都被扣上“小画师”的帽子，这顶帽子上有时还被贴上另一个标签：“注定被时代淘汰的马车夫”。

所谓“小画师”，用意很明显，指的是那本不属于行业金字塔尖的5%，但这并不能解释一些更极致的“炼丹”行为。

在一份被曝光的游戏行业画师“人矿名单”里，“炼丹者”搜刮超过500名画师的作品，以奶牛名称、牛奶质量、可持续性、枯竭指标将画师分类，无论作品质量高低都是可“炼”的。其中，“可持续性就是画师是否知道自己作品被训练AI，以及知道后是否坚持更新。”曝光这份名单的人解释说。

画师李卡发现，在生成式AI技术的极端拥护者社群，灰色产业链已经形成。有画师的作品被训练成黄色模型，在网上发布甚至出售，这给画风的主人带来了很大的困扰。“如果AI‘溶’的是商业流水美术的图，那是侵权。而如果是真心创作的艺术图，那可能是精神层面乃至心血的打击。”李卡补充道。

在另一个AI相关的QQ频道，有人扬言：“搞黄色才是AI的第一发展生产力”、“不能搞黄色的AI注定被淘汰”。这一问题并不局限在国内，事实上，在国外著名的AI模型网站civitai上，排行榜靠前的模型几乎都是色情成人模型。

与未经授权盗取画师作品训练AI色情模型并产生商业利益——在法律层面上对这一行为做出判断是很容易的——相比，画师群体更忧心的是AI模型对他们创作风格的侵蚀，以及无节制的AI生图所导致的大众审美降级。

在画师小鹿看来，画风是一个画师最核心的东西，“但1000个人用AI跑出来都是一模一样的画风”。另一方面，AI训练模型还可能让某一个画风被迫烂大街，从而对原画师产生反噬。“AI的爹”成了一个网络梗，指的是AI模型生成作品画风的来源者。

去年，画师“小狗”就曾因作品被训练AI模型并商用，导致画风“烂大街”。当被质疑自己的作品是不是AI生成时，画师本人不得不发布一个完整的绘制过程视频，来证明自己不是AI。

画师邵冰所在的公司美术流程照常进行，但据他观察，身边部分画师的甲方转向了AI出图，这不仅是稿酬降低这么简单，“最关键的是AI实际上并不能辅助画师，一些游戏玩家对AI很反感，认为这是廉价和敷衍的象征。而最荒谬的是，行业内用了AI辅助的工作室，最大的工作量反而是想方设法去除‘AI感’，让玩家看不出来掺了AI。”邵冰总结道：“画师从创作者变成了给AI擦屁股的人”。

有些人训练AI模型甚至不是为了商业利益。游戏行业从业者小一告诉我们，“他们拿数据训练模型不为利和名，只为看画师倒霉、生气跳脚，以此为乐。”这背后是掌握先进技术的权力感，以及新道德对旧道德的倾轧。

去年著名的“茶冷事件”中，画师茶冷表达了她对AI技术的立场：“并非抵制AI技术本身，而是抵制无版权炼丹，技术没有好坏善恶之分，有好坏善恶的永远都是使用技术的人类。”

这个声明一经发出，画师本人就遭到了网暴。AI社群里有人“人肉”出茶冷的真实身份，用Chat GPT生成了一封造谣邮件发给茶冷攻读博士学位的学校，甚至把她的生活照制成AI黄色模型在网络上传播。

在国内画圈，讨论AI问题已经风声鹤唳。在画师邵冰看来，和国外不同的是，国内似乎不具备提出质疑声音的条件。“只要发声，就会被扣上纺织女工和马车夫的帽子，现在的风向是‘AI是人类的未来’，大家只好打碎了牙齿往肚子里咽。”

事实上，大部分画师并不抵制AI技术本身，画师小鹿认为，“不拥抱工具的后果是被时代淘汰”的评价，对创作者群体并不公正。“画师群体反而是最愿意接受科技变化的一群人，各种绘画工具、3D辅助建模工具，只有出现我们都乐意去尝试。”

但几位画师都提到了生成式AI与人类之间“畸形的寄生关系”，因为前者并不凭空产生内容。

“就像我们从没见过汽车需要吸马车夫的血去驱动。生成式AI最矛盾的地方是，新的体系还没有成熟和规范，旧的体系已经被扰乱了。”画师小一说。

在AI技术势不可挡的浪潮下，关键的问题是：为什么人们持续提出异议？

据图像预处理应用“Mist”的开发成员楚盟观察，从2012年开始，AI深度学习技术一直是研究热点。大约在2022年，也就是在Chat GPT和Stable Diffussion相继出现之前，关于AI话题的讨论甚至曾一度走向“AI泡沫何时破灭”的追问。

“事实上，和本轮AI浪潮直接相关的技术和算法在此前已经出现了。2022年之后，AI之所以突然实现一个大的跃升，是因为人们发现，大幅度提高训练AI所用的算力和数据的规模，能带来AI性能的根本性提升。我觉得这是此次AI浪潮的底层逻辑。”楚盟说。

但从目的的角度，楚盟有着自己的思虑。他意识到，生成式AI的发展现实，似乎已经有点儿“事与愿违”。

“我很认同网上流传的一段话：‘研发人工智能是希望人工智能帮我们去扫地、做饭、耕田，这样人类就可以去写诗画画了。但现在研发出来的人工智能全在写诗画画，反而把原来写诗画画的人赶去耕田、做饭。’”楚盟补充道。

▲

Mist1.0版本演示介绍

去年4月，楚盟和两位同学，开发了一款防止图像的风格和内容被AI学习的工具Mist。

团队的三位初始成员本科都毕业于上海交通大学。其中，楚盟和另一位成员来自于计算机专业，另一位成员Chris则是学法律专业。去年12月，同样有CS专业背景的第四位成员Melo加入。

他们通过在图像上添加肉眼难以发现的水印“Mist”，破坏模型对这些图像的学习效果，保护平面艺术作品不被绘画AI简单模仿。

一切起源于楚盟和Chris的一场对话。在2022年9月，以Stable Diffusion为代表的AI绘画技术一经发布，便成为爆款产品，但也极快形成了针对AI绘画持有不同看法的两派阵营。

支持者认为这是“不可抵挡的技术浪潮，是创意生产力的新形式”。另一重现实则是，AI绘画凭借其较低的成本，不逊色于一般商业画作的质量，迅速入侵了艺术市场，改变了原有的生态。彼时，AI训练素材在法律上是否侵权，在世界范围内仍无定论。

楚盟向Chris提问，“你认为AI绘画存在著作权侵权问题吗？许多训练素材都来自于画师的作品。”

从法律的角度出发，Chris觉得答案并不确定，“这些训练大概率没有得到任何授权，但法院也很可能认定大模型训练属于版权法体系中fair use doctrine（合理使用原则）下的场景。”

但几个年轻人还是决定做点什么，并最终选择先从技术上为画手们筑起一道矮墙。

▲

麻省理工学院的PhotoGuard项目

与此同时，在国外，相似的技术保护行为也在不断进行。麻省理工学院（MIT）发布PhotoGuard项目，通过技术手段防止人们发在网上的照片被生成式AI模型恶意操纵；芝加哥大学的Glaze项目，也旨在打击AI对于“艺术知识产权”的盗窃行为。而芝加哥大学的Nightshade项目，则通过“毒害”图像数据，而让人工智能模型的训练变得毫无用处。

团队成员楚盟和Melo都在攻读计算机博士学位，某种程度上，他们也是AI技术浪潮的参与者，但他们对生成式AI有更复杂的反思。

Melo是同人绘画的爱好者，在国内的线上社群，她亲眼目睹画师的作品被训练AI模型，从而导致大量画师退出社群，不再发声。“是因为看到这个现象，才有通过技术来保护他们的动力。”

楚盟的观点也有着自己的背景，“我学过7年绘画，对于生成式AI技术，可能更多是从社会层面考虑，所以一开始对于AI绘画模型就有不太好的观感。我们做新技术，也要思考一项技术的利益基础是什么？到底它是只服务于极少数人的利益，还是让更多人利益受损，从而陷入更困难的境地？”

在Chris看来，她不希望“Mist”被视为一种“拆除铁道的马车夫行为”，虽然在某种粗暴的眼光中，打上这一标签总是容易的。她觉得这一微小的“反抗”更像一场社会实验和行为艺术。

“在制度还没有建立的时期，你不能让一个拿着石器的人和一个拿着枪炮的人去战斗，至少让大家都装备上相当的武器。如今的场景下，模型一方便是占据绝对力量优势的一方。我们的目的，不关乎单纯的利益斗争，而是呼吁大家关注这个领域所存在的冲突，去思考一种公正和平衡的解决方法。”Chris说。

2023年8月，国内某当红社交媒体平台推出了一款AI工具模型。但遭到画师们抵制，认为平台未经授权使用了他们的作品去训练AI模型。这一AI模型很快引发热议，在热搜榜上已累积超过3500万阅读量。

11月29日，四位画师以AI工具侵权为由，将国内某当红社交媒体平台的AI模型库告上了法庭。这是国内第一起针对生成式AI训练数据集侵权问题的案件，目前还正在立案审理中。

▲

画师在社交媒体上表态

画师“是雪鱼啊”在平台上晒出了AI模型生成图片与自己作品的对比。他提到，“AI生成的原创作品，哪些部分拷贝了我哪幅作品里的哪些元素，我一眼就能分辨出来。”

画师“正版青团子”“画画的云淡风轻”“RedMatcha”相继晒出对比图，认为无论是配色元素还是画面风格，平台的AI模型生图都和自己的作品相似度很高，画师们觉得“自己的心血被剽窃了”，他们希望这桩诉讼能为日后AI模型侵权案留下案例参考。

在知识产权律师李昀锴看来，他欣赏几位画师敢于维权的态度，但认为结果还有待法庭裁决，“画师首先需要举证平台用了哪些数据去训练，包括训练过程、具体怎么训练。事实上，算法的模型是一个黑箱，要举证平台用没用自己的作品，本身可能有些困难。”

“而如果从抄袭的著作权法来看，我国司法实践里有非常成熟的裁判体系，因为抄袭的判断标准就是两个，一个是接触，一个是实质性的相似。接触是原告的作品事先在公共平台发布，至于相似，在著作权法角度，要落到一个具体的表达模式上，比如笔触、结构、内容，而风格本身是不获得保护的，因为风格属于思想。”

▲

律师李昀锴用开源应用Stable Diffusion生成的图片

事实上，律师李昀锴也是国内首例AI生成图片侵权案的当事人，这个案例最终以胜诉告终。

2023年初，李昀锴发现，自己用Stable Diffusion生成的图片被裁掉署名水印，盗用发布在一篇自媒体账号文章里。他以侵害作品署名权、信息网络传播权在北京互联网法院提起诉讼。

他在法庭上复现了自己的创作过程，包括在模型上输入数十个提示词，具体到美术风格、主体、背景、时间、构图、头发、衣服与光线等等，胜诉的核心在于法官判定，李昀锴在用AI生成图片上投入了智力和独特角度，所以应该获得版权保护。

但这一判例也引发巨大争议。一个朴素的质疑是，如果AI训练模型本身存在侵权隐患，那使用AIGC生成的作品为什么还要受版权保护？

这也是世界范围内第一例AI绘图具有版权的判例。事实上，更大的争议与抗争，仍旧聚焦在AI训练模型是否侵权的问题。

李昀锴提到，“在国外，以美国版权局举例，对于AI作品和国内基本上是一个态度，完全由AI生成的作品不具有版权，因为没有人的智力创造，而有人类高度智力介入的，不否认可以构成作品版权。”

“不过多大程度的人类智力介入可以满足要求，中美监管机构的认定标准可能存在差异。”Mist开发团队的律师Chirs提到。

今年2月26日，截止发稿前夜，21世纪经济报道发布独家报道，广州互联网法院近日生效了一起生成式AI服务侵犯他人著作权的判决，这也是全球范围内首例生成式AI服务侵犯他人著作权的生效判决。对于画师们来说，这似乎是一个积极的法律回应。这一判决将为行业带来怎样的影响，还有待时间验证。

新技术发展带来了利益平衡的变化，法律有滞后性，立法者和司法机关都需要时间来重新衡量。“宏观上，AI技术如何去融入社会，这是一个需要时间的治理问题。”Chirs补充。

但所有人都已被卷入其中。“AIGC的这一年，可以顶上过去的10年。最近国内发生了这么多AI绘画、AI授课的社会事件，无论是哪一个群体，大家都没有做好准备。但是随之而来的问题已经在爆发了，这就是为什么问题变得格外复杂。”李昀锴说。