2026/02/25
圖文引用自：iknow.stpi.niar.org.tw
Getty Images (US) v. Stability AI
2025年11月4日，英格蘭及威爾斯高等法院（以下稱法院），就備受矚目的Getty Images v. Stability AI [1]一案，作出英國第一宗具有里程碑意義的實體判決，揭示AI模型訓練適用著作權法至關重要的相互關聯。
一、本案事實及原告之訴因
本案由Getty Images集團旗下多個實體共同提起（以下統稱 Getty），其起訴核心主張在於：Stability AI在開發、訓練及使用其影像生成式AI模型──「穩定擴散」（Stable Diffusion）的過程中，侵害Getty的智財權。
Getty於2023年1月16日在英國對Stability AI起訴，指控被告之Stable Diffusion影像生成式AI模型的開發與使用構成侵權。Getty在起訴時所主張的訴訟範圍相當廣泛，包含以下訴求：
- 著作權直接侵害（primary copyright infringement）：主張Stability AI透過網路爬蟲（web scraping）及模型訓練、以及模型所生成的輸出內容本身都構成著作權直接侵害；
- 著作權次級侵害（secondary copyright infringement）即間接侵權；
- 資料庫權侵害（database right infringement）；
- 商標權侵害（trade mark infringement）；
- 仿冒行為（passing off）不正當競爭。
在訴訟審理過程中，Getty放棄部分主張，案件的爭點範圍大幅縮減。特別是，Getty並無證據顯示Stable Diffusion的訓練與開發行為發生於英國境內；並在最終言詞辯論前，Getty主動撤回有關AI模型「訓練行為」本身構成著作侵權、AI「輸出」圖像構成著作侵權及有關資料庫權利侵害之主張。因此，法院係在「模型訓練發生於英國境外」的前提下進行審理，並未就英國境內是否存在網路爬蟲抓取、或模型訓練行為的地域管轄議題作出裁定。本案審理的重心，限縮於依英國法下的著作權次級侵害以及商標權相關之指控，法院最終僅據此作出裁決（以下僅論及著作權而不及於商標）。
二、本案系爭模型之技術認定與判決要點
Stable Diffusion為一種生成式AI模型，其運作方式為：透過訓練過程學習資料中的統計關係與特徵模式；但在生成階段，模型不再使用訓練資料本身。法院並接受下列事實：Stable Diffusion模型本身不儲存任何訓練資料的影像檔案；模型權重（model weights）係用以反映訓練後形成之數學參數；但模型權重並非任何圖像檔案的副本。
次級著作權侵害之認定──無形電子形式可構成「物品」
原告主張，即便Stable Diffusion模型的權重是無形電子形式，其仍屬於英國《1988年著作權、設計與專利法》（CDPA）下之「物品」（article），且該article為「侵權複製品」，因此被告構成次級著作權侵權。
由於本案AI模型權重的情況涉及「物品」（article）的概念，法院首先特別依現代數位時代背景來解讀CDPA，認為article在法律上，是可以包含像AI模型等無形電子儲存形式。英國法院首次明確指出，CDPA第22條[2]及第23條[3]所規範之次級侵權而言，「物品」可以是無形的。法院綜合解釋該二條，並結合第27條[4]（「侵權複製品」之定義）與第17條（「重製」之定義），強調第17條已明文確認以電子方式「儲存於任何媒介」即構成重製，若僅因儲存媒介屬於無形而非有形，就拒絕二次侵權的保護，將與CDPA的整體結構不相容。故法院結論認為「物品」並不僅限於有形介質；儲存於無形媒介（如雲端環境）中的電子檔副本，亦可能構成「物品」[5]。
成立次級著作侵權要件之侵權複製品
儘管article在法律上可以包含無形的電子形式，但法院仍認定Stable Diffusion並不符合第27條所稱之「侵權複製品」（infringing copy）。因為要成立次級著作權侵權，該article本身必須實際包含受保護內容的「複製品」，才可構成侵權複製品；而所謂侵權複製品，必須在任何時點「包含、重現或儲存」受著作權保護作品之全部或實質部分[6]。
法院指出，Stable Diffusion的AI模型權重，從未以任何形式包含、儲存（即使屬於暫時或瞬間）或重製任何Getty受著作權保護之圖片副本，而Stable Diffusion並未持有Getty的照片——其只是在創作過程中使用這些照片。因此法院認定，該模型僅源自或產生於接觸侵權複製品的訓練過程，其本身並非「侵權物品」，因此不構成CDPA意義下的「侵權複製品」[7]。
本案模型權重乃AI系統之數學參數而未複製表達
簡言之，本案關鍵在於Stable Diffusion各版本迭代後之最終模型權重，既未儲存，亦未包含Getty所主張之任何作品的重製內容。雖然模型權重係由訓練過程所產生，但其本身並非相關作品之複製副本。法院指出，模型權重僅係模型在訓練過程中，透過對大量資料進行學習後，所形成之抽象化圖像模式與統計特徵之集合，而非對原始圖像內容之再現或複製。…
