AI画展撤稿赔几十万：普通人作品被AI”偷走”了？你的画正在被免费打工
事情是怎么发生的
2024年6月，北京朝阳区一家画廊举办了一场号称”AI人工智能绘画展”的展览。展出了几幅风格独特的数字绘画作品，观众络绎不绝。展览结束后没多久，一位名叫李某某的插画师站了出来——他说，其中一幅展出的AI生成作品，像素级复刻了他三年前发布的原创插画。
李某某发现后直接怒了。他对比了两张图：原版是他手绘+数字上色的完整作品，从构图、色彩到人物姿势几乎一模一样，只是AI把它”还原”成了另一种视觉风格。他找到主办方要求撤展并道歉，结果被拒。
2024年12月，北京互联网法院作出判决：AI生成内容如实质性相似于他人作品，应承担侵权赔偿责任。被告方需赔偿原告李某某经济损失及合理开支共计32万元。
这不是孤例。2024年，全国至少有4起类似案件立案，涉及文字、绘画、音乐等多个领域。法院在判决中明确了一个原则——AI只是工具，训练AI的数据不能侵权。
AI模型训练到底算不算”侵权”？这个问题吵翻了
先看一个最简单的比喻
想象一下：
你是一个学画画的小朋友，老师让你临摹100幅名画来学习技法。你画得很认真，最终形成了一套独特的风格。这叫”学习”还是”抄袭”？
法律上，这叫”合理使用”（fair use）。但AI学的不是100幅，而是上亿张——而且不是人类那种”临摹学习”的过程，而是把整张图的全部像素数据、风格、构图逻辑，全部”吸收”进神经网络里。
关键区别在这里：
| 人类学习 | AI训练 |
|---|---|
| 理解风格、技法、构图 | 逐像素复制、模式匹配 |
| 会融合创新，形成新风格 | 直接生成相似或复刻内容 |
| 学习过程透明可追溯 | 训练数据不公开，是”黑箱” |
这就是争议的核心——AI到底是在”学习艺术”，还是在”搬运作品”？
看看几家公司的说法
Midjourney 在2024年初公开道歉，承认其训练数据中包含未经授权的艺术家作品。他们表示正在建立”授权基金”，向艺术家支付版权费。
Stability AI 则面临美国集体诉讼，原告指控其擅自使用超过1200万张受版权保护的图像。
国内的通义万相、文心一格等，也陆续公开了训练数据的来源说明，但细节仍然模糊。
说人话：AI公司大多承认”用了别人的图”，但认为自己是在”学习风格”而非”复制内容”。艺术家们说：你们偷了我的作品去赚钱，这叫学习？
北京法院的判决说了什么
北京互联网法院在2024年12月的判决中，给出了几个重要观点：
1. AI生成物可以构成作品
法院认定，如果AI生成内容体现了人类的独创性智力投入（比如精心设计的提示词、多次调整迭代、最终选择定稿），那这个生成结果可以享有著作权保护。
但前提是：使用者必须是”真正的人类创作者”，而不是随便输个”画一只猫”就声称自己是作者。
2. 训练数据侵权，AI公司要负责
这是最关键的一点。法院明确指出：
使用他人作品训练AI模型，如未经授权使用受版权保护的内容，且该使用不属于合理使用范畴，应认定构成侵权。
这意味着什么？
如果你在AI模型训练阶段，未经授权使用了大量艺术家的作品，那么：
- 生成的侵权内容（比如复刻某位画家的风格作品）
- 由AI模型提供方承担侵权责任
- 赔偿金额可能高达数十万甚至上百万
3. 普通人不是”免费劳动力”
法院在判决理由中特别强调了一个概念：数据中的创作者权益。
每一位普通人的作品，只要具有独创性，就受到著作权法保护。AI公司不能以”技术中立”为由，免费使用他人的智力成果来训练商业模型。
这句话翻译成大白话就是：你的画、你的文章、你的照片，不是AI公司的免费教材。
普通人怎么发现自己的作品被”偷”了？
很多艺术家根本不知道自己被AI用了。他们不知道自己的作品出现在哪一张家公司的训练数据里，也不知道自己的风格被AI”学会”后去赚了钱。
怎么查？
目前有一些工具可以帮助创作者检测自己的作品是否被AI使用：
1. Glaze（芝加哥大学开发）
这是一个”风格保护”工具，可以在你的画作上添加人眼看不到的噪点，但会让AI模型”学偏”——用你的风格训练AI后，AI生成的作品会偏离你原本的风格。
# 使用Glaze伪代码示例
from glaze import style_shift
original_image = "my_artwork.jpg"
# 添加抗AI扰动的噪声（人类看不到，AI会被误导）
protected_image = style_shift.shift_style(original_image, mode="protect")
protected_image.save("my_artwork_protected.jpg")
2. Nightshade（Glaze的姐妹工具）
更激进的保护方式——不仅能保护风格，还能”毒化”AI的学习。如果你用带Nightshade保护的图训练AI，AI生成的”猫”可能会变成”狗”。
# Nightshade使用示例
from nightshade import poisoning
input_dir = "./my_artwork_folder/"
poisoned_dir = "./poisoned_artwork/"
# 对图片施加语义级扰动
poisoning.apply(poisoned_dir, input_dir, classes=["cat", "dog"])
3. 反向图片搜索
把你的作品上传到Google Images、TinEye等平台，搜索AI生成的类似图片，看看有没有”撞脸”的情况。
如果发现自己的作品被AI侵权了，怎么维权？
第一步：取证
这是最重要的。别打草惊蛇，先保存证据：
- 你的原始作品：保留创作过程文件（PSD、手绘草图、时间戳等）
- AI生成的侵权内容：截图、保存链接、记录生成时间
- 侵权主体信息：AI公司名称、产品链接、用户协议中的版权归属条款
- 损失证明：如果你的作品因此产生了实际经济损失，保留相关证据
第二步：发函警告
向AI公司发送正式的律师函或版权侵权通知，要求：
- 立即停止使用你的作品进行模型训练
- 从训练数据中删除你的作品
- 公开道歉并赔偿损失
说个真实案例：2024年3月，一位叫Saul Hoffman的美国艺术家，通过集体诉讼的方式，联合数百位艺术家一起起诉Stability AI。最终对方选择了庭外和解，赔偿金额未公开，但据报道是数百万美元级别。
第三步：平台投诉
如果侵权内容出现在某个平台上（比如艺术社区、电商平台），可以向平台发起投诉。根据中国《信息网络传播权保护条例》，平台有”通知-删除”义务。
第四步：法院起诉
如果前面都没用，可以直接向法院提起诉讼。根据北京互联网法院的判决思路，只要能够证明AI生成内容与你的作品构成实质性相似，且对方无法证明已获授权或属于合理使用，法院大概率会支持你的诉求。
版权归AI公司还是人类创作者？
这是一个法律、伦理、经济三重交织的问题。
支持”版权归AI公司”的理由
- 技术投入巨大：训练一个像Midjourney这样的模型，成本动辄数千万美元
- 提示词也是创作：用户使用AI时输入的提示词，体现了智力劳动
- 创新需要激励：如果版权全归创作者，AI公司可能失去创新动力
支持”版权归人类创作者”的理由
- 没有数据，就没有AI：AI的”智慧”完全来源于人类作品的训练
- 创作者是源头：没有原创者，AI模型就是无源之水
- 公平原则：AI公司赚了钱，但不能让普通创作者”免费打工”
北京法院的立场
从2024年的几起判决来看，中国法院倾向于一个中间路线：
训练数据的版权属于原作者；AI生成内容的版权，归实际操作AI的人类使用者所有；但AI公司使用他人作品训练模型，需获得授权或支付报酬。
简单说就是：AI模型可以学，但不能白学。学了就得付钱。
给普通创作者的3个建议
1. 给你的作品加上”保护罩”
如果你的作品是绘画，考虑用Glaze或Nightshade处理后再发布。这些工具虽然不能让AI完全无法学习，但能增加AI”正确学习”你的作品的难度和成本。
2. 保留完整的创作证据
从草图到成品的每一步，都保留好时间戳和文件记录。这是你维权时最有力的武器。
3. 主动监测，不要被动等待
定期用反向图片搜索、AI内容检测工具（如Copyleaks、Originality.ai）检查你的作品是否被用于AI训练或生成侵权内容。
这件事对普通人的影响
很多人觉得”AI侵权”离自己很远——我又不是大艺术家，谁会偷我的东西？
但现实是：每个人在互联网上发布的图片、文字，都可能成为AI的训练数据。
你随手发的朋友圈照片、你写的博客文章、你画的简笔画、你录制的视频……这些都可能被AI公司”免费”拿走去训练模型，然后他们用这些模型赚钱，而你一分钱都拿不到。
北京法院的这次判决，相当于给全行业敲了一记警钟：AI训练不是法外之地，创作者的权益需要被尊重。
未来，我们可能会看到：
- AI公司建立版权补偿基金，向原作者支付使用费
- 原创内容授权平台兴起，让创作者可以主动选择是否授权给AI使用
- 立法层面进一步明确AI训练数据的合规边界
最后说几句
这件事不是要否定AI技术的发展，而是希望AI和人类创作者能够公平共存。
AI是一种工具，它应该是人类创意的延伸，而不是人类创意的”收割机”。当AI公司享受着海量数据带来的红利时，那些提供数据的普通人，理应得到应有的尊重和回报。
你的每一幅画、每一行字、每一张照片，都是你思考和努力的成果。它们不是免费的教材，它们是你的作品，值得被尊重。