北美智權股份有限公司

2023年1月13日，Sarah Anderson、Kelly McKernan及Karla Ortiz代表自己及其他藝術家，於美國加州北區聯邦地區法院對Stability、DeviantArt及Midjourney等三家AI系統業者提起假設性集體訴訟（putative class action）[1]。所謂假設性集體訴訟，就是現階段原告人數不多，但假設未來成案，會有更多原告加入的集體訴訟[2]。原告控訴被告涉及包括直接侵害著作權（Direct Copyright Infringement）在內的多項民事不法行為，被告申請駁回原告起訴，法院於2023年10月30日就被告之申請作出裁決[3]。

原告聲稱，Stability AI於2022年8月創建並發布名為Stable Diffusion的多用途軟體程式。Stable Diffusion付費給名為LAION的組織，透過後者從網路上抓取（亦即重製）超過50億張圖像，作為Stable Diffusion的「訓練圖像」。從而Stability在建置Stable Diffusion時，未經授權即下載了數十億件受著作權保護的圖像重製物[4]。

原告將Stable Diffusion形容為一種「軟體圖書館」，為DreamStudio、DreamUp、及Midjourney等AI系統提供圖像生成服務。消費者將文字提示輸入程式即可創造出具有藝術家風格的圖像。這些透過數學程序創造的新圖像，完全基於訓練圖像而來，是訓練圖像的衍生物。原告聲稱，從系統中產出的所有圖像都衍生自潛在圖像（latent images），因此，必然都是衍生著作[5]。

DreamStudio是Stability於2022年8月推出的付費使用產品，其功能是作為進入經訓練版的Stable Diffusion的使用者介面[6]。

被告DeviantArt創立於2000年，提供可供數位藝術家上傳及分享作品的線上社群 (online community)。DreamUp是DeviantArt於2022年11月發布的產品。DreamUp是一項靠Stable Diffusion產生圖像的商業產品，僅限付費客戶使用。原告認為，Stable Diffusion的訓練圖像中，包含LIAON從DeviantArt網站所抓取的資料。因此，Stability未經授權即重製了數百萬件DeviantArt用戶所創作的藝術作品，作為訓練圖像。由於DreamUp的資料來源是Stable Diffusion，這樣一來，DeviantArt等於違反了自己非商業使用，及不作未經同意使用的服務條款以及隱私政策[7]。

被告Midjourney則是一家位於舊金山的公司，經營「Midjourney Product」。. Midjourney Product是一項發布於2022年7月的商業產品，回應文字提示產生圖像的方式和DreamStudio及DreamUp相同。原告聲稱，Midjourney不但使用Stable Diffusion，也用於訓練Stable Diffusion的圖像進行訓練。Midjourney Product透過網路聊天系統Discord提供用戶服務，並透過應用程式，收取服務費。Midjourney的CEO表示，Midjourney使用了大量開放式資料集，原告認為，這就「暗示」了Midjourney使用LAION資料集進行訓練。2022年8月，Midjourney發布了使用Stable Diffusion的測試版本[8]。

每位被告雖分別提出駁回起訴請求，但所持論點基本上並無二致，故法院合併審理[9]。

由於美國著作權採登記制度，要對侵害著作權者提起訴訟，必須先將著作辦理著作權登記。被告一致主張McKernan及Ortiz的著作權侵害起訴應予駁回，因為他們並未就其作品向著作權局提出著作權登記。原告並未就此點加以爭執。法院裁決McKernan及Ortiz的著作權請求駁回不得再訴（dismissed with prejudice）。被告同時主張Anderson的著作權侵害起訴範圍應限於其已登記的16套作品。Anderson未爭執此點。法院裁決Anderson的著作權請求限於其已註冊之作品[10]。

原告提起直接侵害著作權之訴的主要論述基礎是，Stability 創建並使用從網路上抓取的訓練圖像訓練 Stable Diffusion。Stability對原告論述的真實性提出質疑。然而法院指出，即使Stability也承認，這些指控的真實性，亦即違反著作權法的重製是否發生在訓練Stable Diffusion的背景下，還是發生在 Stable Diffusion 運作時，此時此刻無法解決。Stability並未爭執Anderson就訓練圖像直接侵害著作權的其他指控的充分性。因此，Stability駁回原告起訴之申請，遭到法院裁決駁回[11]。

原告未能指出DeviantArt在抓取和使用Anderson及其他人的作品以創建訓練圖像中，發揮了任何積極作用的具體可信的事實。相反，起訴狀承認，抓取和創建訓練圖像是由LAION在Stability的指示下完成的，並且Stability使用訓練圖像來訓練Stable Diffusion。DeviantArt遭到的具體指控是成為為訓練Stable Diffusion而創建的LAION-Aesthetic資料集的主要「來源」。然而，這並不能支撐對DeviantArt本身直接侵害著作權的指控[12]。

另外，原告指控DeviantArt透過其使用者介面DreamUp傳播Stable Diffusion，而後者內有訓練圖像的「壓縮重製物」（compressed copies）[13]。法院同意Deviant所說，原告對於何謂壓縮重製物語焉不詳[14]。法院要求原告修改起訴狀以闡明他們關於訓練圖像的壓縮重製物的理論，並說明Stable Diffusion與訓練圖像的操作方式的事實依據。如果原告認為Stable Diffusion包含了訓練圖像的壓縮重製物，他們需要定義壓縮重製物並提出具有事實依據的合理解釋。又如果原告的壓縮重製物理論是基於Stable Diffusion包含可以通過演算法或指令執行的數學或統計方法以全部或部分重建訓練圖像以創建新的輸出圖像的主張，他們需要闡明這一點並提供有事實依據的合理解釋[15]。

原告提出另一種直接侵害著作權理論，主張DreamUp所生產的「輸出圖像」（Output Images）皆為侵權的衍生作品。DeviantArt認為，為了充實此理論，原告必須指控輸出圖像與受保護作品具有實質相似性。但鑑於原告一再承認，對於某個特定的文字提示的回應而產生的任何Stable Diffusion輸出圖像，都不太可能與訓練數據中的任何特定圖像高度匹配，原告之理論從而失其附麗。但原告認為，根據判例，他們不需要指控或解決實質相似性的問題。法院認為，為符合系爭判例，原告Anderson受著作權保護之著作的所有元素都被整體重製為訓練圖像，因此輸出圖像必然是衍生的[16]。法院指出，原告的理論將面臨兩個問題，首先是關於壓縮重製物和DeviantArt的重製的理論尚待釐清，並由可信的事實充分支持；原告的另一個問題是，每個用於訓練Stable Diffusion的訓練圖像皆受著作權保護，或者所有DeviantArt用戶的輸出圖像都依賴於受著作權保護的訓練圖像，因此所有輸出圖像都是衍生圖像，這種說法根本不合理[17]。

基於上述理由，法院裁決駁回原告對DeviantArt的起訴駁並准予修正[18]。

至於Midjourney，原告提出的直接侵權理論，和前述對DeviantArt的指控大同小異。法院同樣認為這些理論有瑕疵，並認為，原告需要進一步釐清他們的理論究竟是基於Midjourney使用Satblity Diffusion，或是基於Midjourney自己獨立使用訓練圖像來訓練Midjourney產品，或兩者皆有[19]。因此，法院裁定原告對Midjourny的起訴駁回並准予修正[20]。

法官認定原告的起訴狀瑕疵甚多，從而大致上核准被告所提，駁回原告起訴之申請，但也給予原告修正的機會。

Anderson v. Stability AI, et al., (N.D. Cal. 2023) (No. 3:23-cv-00201).
楊智傑，終端消費者是否為高通違反競爭法的受害者？2017年加州北區地院In Re: Qualcomm Antitrust Litigation案（一），北美智權報 203期，2018 年 01 月 24 日。
Andersen, et al. v. Stability AI Ltd. et al., No. 23-cv-00201-WHO (N.D. Calif. 2023). （其他請求包括代位著作權侵害（Vicarious Copyright Infringement）、移除著作權管理資訊（Deletion of Copyright Management Information）、侵害法定公開權（Violation of Statutory Right of Publicity）、侵害普通法上公開權（Violation of Common Law Right of Publicity）、不公平競爭（Unfair Competition）及確認性救濟（Declaratory Relief））
Id. at *1-2.
Id. at *2.
Id. at *2.
Id. at *2-3.
Id. at *3.
Id. at *5.
Id. at *5.
Id. at *7.
Id. at *7-8.
Id. at *8.
Id. at *6-7.
Id. at*9-10.
Id. at *10-11.
Id. at *11-12.
Id. at *13.
Id. at *14.
Id. at *14.