最高法院拒绝受理：AI生成艺术作品不受版权保护

基本信息

作者: duggan
评分: 55
评论数: 30
链接: https://www.theverge.com/policy/887678/supreme-court-ai-art-copyright
HN 讨论: https://news.ycombinator.com/item?id=47232289

导语

随着生成式 AI 技术的普及，关于人工智能创作内容的版权归属问题一直是法律与创意产业关注的焦点。近期，美国最高法院拒绝受理相关上诉，这一司法动向实质上确立了 AI 生成作品目前无法获得版权保护的原则。对于创作者、开发者及企业法务而言，理解这一判决背后的逻辑至关重要。本文将解析案件细节及其对行业规范的影响，帮助读者厘清人机协作中的版权边界与合规风险。

文章中心观点： 美国最高法院拒绝审查关于AI生成艺术作品不具有版权的联邦法院裁决，确立了在缺乏人类“创造性投入”的前提下，纯粹由算法生成的作品不受现行版权法保护的法律基调。

支撑理由：

法律主体的排他性
- [事实陈述] 文章核心基于美国版权局（USCO）的政策及联邦法院对 Thaler v. Perlmutter 一案的判决。法律坚持“人类作者身份”是版权保护的先决条件。
- [你的推断] 这一裁决并非针对AI技术的打压，而是对版权法基础逻辑的维护。版权制度旨在激励人类创作，若机器自动生成的内容可被确权，将导致公共领域被海量低质AI内容通过“版权流氓”方式圈占，违背了版权法的初衷。
“创意控制”的缺失
- [作者观点] 文章暗示，用户输入提示词并不等同于传统意义上的“创作”。提示词更像是委托指令，而非绘制笔触。
- [你的推断] 法院关注的是“控制力”。在Midjourney或Stable Diffusion的工作流中，用户对最终图像的具体像素构成缺乏决定性的控制权，这与摄影师对取景和光线的控制有本质区别。
行业规范的确立
- [事实陈述] 随着最高法院拒绝复审，下级法院的判决成为终局。
- [行业影响] 这为创意产业提供了短期的法律确定性：企业不能通过购买AI生成的一张图片来获得独占权，这迫使商业图库和广告公司必须重新审视其资产确权策略。

反例/边界条件：

人机协作的“混合作品”
- [边界条件] 裁判明确针对的是“完全由AI生成”的作品。如果一幅画作中，80%由人类手绘完成，仅20%（如背景纹理）使用AI填充，或者人类对AI生成了大量草图进行了深度的后期编辑，这种“实质性人类修改”是否受保护？
- [你的推断] 这将是下一个法律战场。Zarya of the Dawn 漫画案就是一个先例，USCO撤销了图片版权，但保留了文字编排和故事的版权。未来的争议点在于“多少人类干预量”才能跨越版权门槛。
算法作为辅助工具
- [反例] 摄影师使用自动对焦和自动曝光，画家使用透视辅助工具，这些技术手段并未剥夺他们的版权。
- [你的推断] 如果AI被定义为类似Photoshop的“工具”而非“创作者”，那么用户精心设计的复杂提示词、LoRA模型的训练、以及迭代式的局部重绘，理应被视为一种创作过程。目前的判决可能过于简化了创作链条，忽视了“通过提示词进行创作”这一新劳动形式的复杂性。

深度评价

1. 内容深度与论证严谨性

文章准确抓住了当前AI版权争议的核心——“人类作者身份”的不可替代性。从法律技术角度看，论证是严谨的，符合美国现行《版权法》第102条及过往判例（如 Monkey Selfie 案）。然而，文章在技术细节的探讨上略显不足。它未能深入区分“基于训练数据的概率生成”与“基于用户意图的创造性生成”之间的细微差别。在技术层面，AI模型是随机数生成器还是创造力的延伸？文章倾向于前者，但这一观点在AI艺术社区内部存在巨大分歧。

2. 实用价值

对于从业者而言，这篇文章是一记警钟。它明确指出了当前商业模式的风险点：单纯的AI卖图平台或直接出售未加修饰的AI图片，在法律上是无本之木。这指导了企业必须建立“人机协作”的工作流，确保人类在创作过程中占据主导地位，以便在未来的确权审查中提供“实质性贡献”的证据。

3. 创新性

虽然文章本身是对新闻的报道，但其折射出的法律解释具有创新性。它实际上在尝试划定“工具”与“作者”的界限。将“提示词”排除在“创作”之外，这是法律界对新技术的一种防御性定义，旨在防止版权制度的崩溃。

4. 行业影响

这一裁决将导致行业分化：

纯生成式内容将进入公有领域，可能降低低端商业设计的门槛和价格。
高端创意产业将更强调“人类设计师的策展与编辑能力”。
同时，这可能催生专门用于证明“人类创作痕迹”的区块链存证或版本控制工具的发展。

5. 争议点

最大的争议在于**“创意劳动”的定义**。反对者认为，精心编写Prompt、调整参数、筛选结果所耗费的心力，本质上与摄影师调整光圈、寻找机位无异，理应受到保护。目前的判决被部分技术乐观主义者视为“对数字原住民创造力的傲慢与忽视”。

实际应用建议

工作流改造：不要直接交付原始AI生成图。必须建立明确的“后期处理”环节，记录人类修改的图层、历史记录，作为版权主张的“人类贡献”证据。
合同合规：在与客户或供应商的协议中，明确界定AI生成内容的所有权归属及侵权赔偿责任的分担，避免因版权不透明导致的法律纠纷。
资产隔离：将核心资产（如品牌Logo

代码示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
# 示例1：AI生成艺术作品的版权状态检查器
def check_copyright_status():
    """
    检查AI生成艺术作品的版权状态
    根据美国最高法院的裁决，AI生成的作品不受版权保护
    """
    artwork_type = input("请输入艺术作品类型 (AI生成/人类创作): ").strip()
    
    if artwork_type.lower() == "ai生成":
        print("根据当前法律，AI生成的作品不受版权保护。")
        return False
    elif artwork_type.lower() == "人类创作":
        print("人类创作的作品通常受版权保护。")
        return True
    else:
        print("无法识别的作品类型。")
        return None

# 运行示例
check_copyright_status()

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
# 示例2：AI艺术作品使用许可协议生成器
def generate_license_agreement():
    """
    为AI生成艺术作品生成使用许可协议
    由于AI作品不受版权保护，协议重点在于使用声明和责任
    """
    agreement = {
        "作品类型": "AI生成艺术",
        "版权状态": "不受版权保护",
        "使用声明": "使用者可自由使用、修改和分发作品",
        "责任声明": "创作者不对作品使用后果承担责任",
        "来源标注": "建议标注作品为AI生成"
    }
    
    print("\nAI艺术作品使用许可协议:")
    for key, value in agreement.items():
        print(f"{key}: {value}")
    
    return agreement

# 运行示例
generate_license_agreement()

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
# 示例3：AI艺术作品数据库管理系统
class AIArtDatabase:
    """
    管理AI生成艺术作品的数据库
    记录作品元数据但不涉及版权信息
    """
    def __init__(self):
        self.artworks = []
    
    def add_artwork(self, title, creator, date, ai_model):
        """添加AI艺术作品到数据库"""
        artwork = {
            "标题": title,
            "创作者": creator,
            "创建日期": date,
            "AI模型": ai_model,
            "版权状态": "不受保护"
        }
        self.artworks.append(artwork)
        print(f"已添加作品: {title}")
    
    def list_artworks(self):
        """列出所有AI艺术作品"""
        print("\nAI艺术作品数据库:")
        for idx, artwork in enumerate(self.artworks, 1):
            print(f"{idx}. {artwork['标题']} - {artwork['创作者']} ({artwork['创建日期']})")
            print(f"   AI模型: {artwork['AI模型']}")
            print(f"   版权状态: {artwork['版权状态']}\n")

# 使用示例
db = AIArtDatabase()
db.add_artwork("星空幻想", "张三", "2023-05-15", "DALL-E 3")
db.add_artwork("未来城市", "李四", "2023-06-20", "Midjourney v5")
db.list_artworks()

案例研究

1：黎志与《太空歌剧院》版权纠纷案（Thaler v. Perlmutter）

背景: 2022年，计算机科学家Stephen Thaler试图为其AI系统“创造力机器”生成的作品《太空歌剧院》注册版权。该作品完全由AI算法生成，没有人类作者的实质性贡献。美国版权局拒绝了申请，Thaler随后提起诉讼，最终上诉至最高法院。

问题: 美国版权法要求作品必须由“人类作者”创作。AI生成内容的版权归属存在法律空白，导致创作者无法获得法律保护，可能引发作品滥用风险。

解决方案: Thaler主张AI应被视为“作者”，但法院依据现行法律和先例（如 Naruto v. Slater 案中猴子自拍无版权的判决），最终维持原判：非人类创作的作品不受版权保护。

效果: 此案确立了美国司法系统对AI生成内容版权的明确立场，即纯AI生成作品属于公共领域。这促使创作者在使用AI时需加入人类创造性干预（如选择、编排）以获得版权保护，同时推动立法机构重新审视版权法的适应性。

2：Getty Images 与 Stability AI 的侵权诉讼

背景: 图库巨头Getty Images指控Stability AI未经授权使用其数百万张受版权保护的图片训练Stable Diffusion模型，并生成与原作高度相似的图像。

问题: AI训练数据的合法性争议凸显。若AI模型可随意使用受版权保护的内容训练，将损害原创者权益；但若严格限制，可能阻碍AI技术发展。

解决方案: Getty Images主张AI训练过程本身构成侵权，而非仅生成结果。2023年，英国法院裁定诉讼可继续，重点审查训练数据的使用方式。同时，Getty推出自有AI模型，仅使用授权图片训练。

效果: 此案推动行业探索数据授权模式（如Adobe Firefly仅使用公共领域或授权内容），并促使欧盟《人工智能法案》要求AI模型披露训练数据来源，平衡技术创新与知识产权保护。

3：中国“AI文生图”著作权案（李某与刘某案）

背景: 2023年，北京互联网法院审理了中国首例AI生成图片著作权案。原告使用Stable Diffusion生成图片后，被告未经许可用于文章配图。

问题: 中国《著作权法》同样要求作品具备“独创性”。AI生成内容是否属于人类智力成果成为争议焦点。

解决方案: 法院认定，原告通过设计提示词、调整参数等操作体现了“独创性”，涉案图片符合作品定义，享有著作权。但强调版权仅保护人类在AI使用中的创造性贡献，而非AI本身输出。

效果: 此判决为中国AI版权保护提供参考，鼓励人类在创作中主动干预AI过程。同时，法院明确纯随机生成内容无版权，避免公共领域资源被垄断，形成与欧美不同的司法实践。

最佳实践

最佳实践指南

实践 1：确立人机协作的创作模式

说明: 根据美国最高法院拒绝审理"Thaler v. Perlmutter"案以及版权局的现行指导原则，完全由AI自主生成的作品不受版权保护。为了获得版权保护，作品中必须包含人类的"创造性贡献"。这意味着AI应仅作为辅助工具，而非创作的核心主体。

实施步骤:

在创作流程中，明确记录人类创作者的构思、草图或创意方向。
将AI作为辅助工具（如用于生成灵感素材、细化纹理），而非最终成品的直接生成者。
确保最终作品的表达形式体现了人类作者独特的审美选择与编排。

注意事项: 仅仅通过编写提示词生成的图像通常被视为"机械性复制"，缺乏足够的独创性。必须对AI生成的内容进行实质性的后期修改、编辑或艺术加工。

实践 2：建立全流程的版本控制与证据链

说明: 在版权纠纷中，举证责任在于证明人类参与了创作。由于AI生成内容本身无法获得版权，必须通过详实的文档记录来证明作品的"人类智力投入"部分。

实施步骤:

保留所有创作草稿、中间版本及最终版本，并按时间顺序归档。
记录从概念构思到AI辅助处理，再到人工修饰的完整工作流日志。
使用Git或专业的数字资产管理工具保存修改痕迹，确保每一层修改都可追溯。

注意事项: 证据链必须清晰显示人类干预的节点。如果作品看起来完全像AI直接生成的输出，且没有中间修改过程，版权保护的可能性极低。

实践 3：在商业应用中实施"人机混合"策略

说明: 企业在利用AI进行商业美术、营销素材或产品设计时，不能依赖纯AI生成的资产。为了保护商业资产不被竞争对手随意复制，必须在AI输出的基础上注入核心的人类创意价值。

实施步骤:

审查现有的外包或内部设计流程，禁止直接使用未经修改的AI生成图作为最终交付物。
要求设计师在使用AI工具后，必须进行重绘、合成或风格化处理，使其成为全新的演绎作品。
在合同中明确，交付物必须包含人类创作的实质性比例。

注意事项: 商业风险不仅在于无法拥有版权，还在于可能侵犯他人的训练数据版权。混合策略有助于降低法律风险。

实践 4：调整知识产权披露与许可协议

说明: 鉴于法律现状，企业在与客户、合作伙伴或用户交互时，必须诚实地披露AI的使用情况，并重新定义授权范围，避免因版权不明确而导致的违约风险。

实施步骤:

更新服务条款（ToS）和最终用户许可协议（EULA），明确说明哪些部分是AI辅助生成的，以及版权的归属状态。
在向客户交付作品时，提供详细的《创作说明书》，列明人类创作与AI生成的比例。
对于纯AI生成的素材，明确标注为"公有领域"或"无版权限制"（CC0等同状态），并告知客户其商业使用风险。

注意事项: 不要承诺为客户获得纯AI生成内容的独家版权。应将AI生成素材定位为"参考资源"或"基础素材"，而非受保护的成品。

实践 5：采用防御性公开与品牌保护策略

说明: 既然无法通过版权法阻止他人复制AI生成的图像，企业应转向利用商标法和反不正当竞争法来保护品牌识别度，同时利用公开机制防止被他人抢注。

实施步骤:

将AI生成的艺术作品作为品牌Logo或商业外观的一部分使用，从而获得商标法保护。
对重要的AI生成设计进行"防御性公开"，即在公开出版物或数字图书馆中发布并注明来源，确立创作时间戳，防止他人申请专利或版权。
专注于建立品牌声誉，使消费者认准"官方来源"，而非仅仅依赖图像本身的版权。

注意事项: 商标保护需要实际使用在商业活动中。仅仅设计出Logo是不够的，必须将其投入商业流通并建立显著性。

实践 6：制定企业级AI伦理与合规使用政策

说明: 法律环境正在快速演变。企业需要制定内部政策，规范员工使用AI工具的行为，以应对未来可能出现的更严格的监管或版权法规变更。

实施步骤:

起草《AI辅助创作合规指南》，明确规定在何种情况下可以使用AI，以及何种情况禁止使用（如避免生成高度逼真的名人肖像或受版权保护的角色）。
定期培训员工关于当前版权法律的知识，特别是关于"人类作者身份"的要求。
建立审查机制，在发布任何基于AI的内容前，由法务或合规部门进行版权风险评估。

注意事项: 政策应具有灵活性，以便根据新的立法或法院判例（如最高法院未来的新裁决）进行快速调整。

学习要点

美国最高法院拒绝受理关于AI生成艺术作品版权的诉讼，维持了“人类作者身份”是获得版权保护的前提这一现有法律原则。
美国版权局此前确立的立场得到支持，即完全由人工智能生成的作品因缺乏人类创造性投入而不受版权法保护。
这一决定为AI生成内容的版权状态提供了明确的法律确定性，意味着此类作品本质上属于公共领域，任何人皆可自由使用。
判决强调了版权法旨在激励人类创造力的核心目的，将保护范围严格限定在人类智力劳动的成果之上。
对于希望在作品中获得版权保护的创作者，必须在创作过程中注入实质性的、可识别的人类贡献，而非单纯依赖算法生成。
这一法律先例可能会重塑创意产业的商业模式，迫使企业从依赖纯AI生成转向探索“人机协作”的创作模式以确保资产权益。

常见问题

1: 美国最高法院拒绝审理关于 AI 生成艺术版权的案件，这意味着什么？

A: 这意味着美国联邦巡回法院（CAFC）之前的裁决得以维持，即完全由人工智能（AI）生成的作品不受美国版权法的保护。最高法院拒绝“调卷令”并不代表大法官们亲自对案件 merits（案情实质）进行了裁决并表达了赞同，仅仅是他们决定不介入此案。因此，目前的法律先例依然倾向于认为：缺乏人类作者身份的作品不能获得版权。

2: 为什么 AI 生成的艺术作品无法获得版权保护？

A: 根据美国版权局（USCO）和法院的解释，核心在于“人类作者身份”的要求。美国版权法仅保护“人类作者”的原创作品。在相关案例（如 Thaler v. Perlmutter）中，系统完全自主生成了图像，用户只是输入了提示词，并没有对最终的图像表达进行实质性的创造性控制。法律认为，版权旨在激励人类的创造力，机器自主生成的产出不属于法律保护的范畴。

3: 如果我在 AI 绘画工具中输入了非常复杂的提示词，我拥有版权吗？

A: 根据目前的政策，仅凭输入提示词通常不足以获得对生成图像整体的版权。美国版权局认为，用户通过提示词控制 AI 的方式，更像是委托客户或艺术总监，而非传统意义上的“作者”。因为用户并没有亲自构建图像的每一个线条和细节，而是由算法随机生成的。不过，如果用户对 AI 生成的图像进行了大量的人工修改、编辑或合成，且这部分修改具备足够的原创性，那么人类修改后的部分可能受到版权保护，但 AI 原始生成的部分依然不受保护。

4: 这是否意味着任何人都可以免费使用我的 AI 生成作品，甚至用于商业用途？

A: 是的。如果一件作品完全由 AI 生成且没有人类作者的实质性创作贡献，它本质上属于“公共领域”。这意味着其他人可以自由地复制、分发、修改和利用该图像进行商业活动，而无需经过你的许可或支付费用。你无法通过版权法来阻止他人使用该图像。

5: 这对使用 AI 辅助创作的艺术家和公司有什么影响？

A: 这一决定给依赖 AI 进行内容创作的行业（如游戏开发、广告公司）带来了巨大的不确定性。由于无法拥有版权，这些公司投入资源生成的 AI 资产可能被竞争对手合法盗用。这将迫使创作者改变策略：要么在 AI 生成的基础上进行大量的人工后期处理以确立人类“作者”身份，要么依赖商业秘密法或合同条款来保护素材，而不是版权法。这也可能导致企业减少对纯 AI 生成内容的依赖，转而回归到人机协作的模式。

6: 其他国家（如中国）对 AI 艺术版权的态度与美国一样吗？

A: 不完全一样。不同国家的司法管辖区对此有不同的判例。例如，北京互联网法院在 2023 年底的一起案件中裁定，涉案的 AI 生成图片具备“独创性”，且原告在生成过程中投入了智力劳动，因此享有著作权。这与美国目前的严格标准形成了鲜明对比。这意味着，虽然在美国 AI 艺术可能无法获得版权，但在其他国家，根据具体的创作过程和法律规定，情况可能会有所不同。

7: 未来这一法律立场会改变吗？

A: 这是一个正在快速发展的法律领域。虽然目前最高法院拒绝干预，但随着 AI 技术的普及和创作方式的演变，立法机构（国会）可能会介入制定新的法律，明确界定 AI 在版权法中的地位。此外，随着更多涉及“人机协作”界限的案件出现，法院的判例也可能会随着时间推移而调整或细化。目前来看，完全自主生成的 AI 作品很难获得版权，但人类深度参与创作的部分依然受到保护。

思考题

## 挑战与思考题

### 挑战 1: 版权归属的界限

问题**：假设你是一名独立开发者，使用 Midjourney 生成了 10 张图片作为你即将发布的手机游戏的图标。基于美国最高法院拒绝审理此案的现状，如果竞争对手直接复制了这些图标，你依据美国现行法律能否成功提起版权侵权诉讼？请说明核心原因。

提示**：关注美国版权局和法院对“人类作者身份”的硬性要求，以及版权法保护的对象是“原创作品”还是“劳动投入”。

引用

原文链接: https://www.theverge.com/policy/887678/supreme-court-ai-art-copyright
HN 讨论: https://news.ycombinator.com/item?id=47232289

注：文中事实性信息以以上引用为准；观点与推断为 AI Stack 的分析。

站内链接

分类：开源生态 / 产品与创业
标签： AI生成艺术 / 版权保护 / 最高法院 / 法律争议 / 知识产权 / AI伦理 / 创作工具 / HackerNews
场景： AI/ML项目

新闻出版商因担忧AI抓取限制互联网档案馆访问
Rowboat：将工作转化为知识图谱的 AI 同事
AI 代理开PR遭拒后撰文指责维护者关闭行为
Anthropic 获 30 亿美元 G 轮融资，投后估值达 380 亿美元
AI 正在摧毁开源生态，且技术尚未成熟 本文由 AI Stack 自动生成，包含深度分析与可证伪的判断。

最高法院拒绝受理：AI生成艺术作品不受版权保护