Getty诉Stability AI案包含两起由Getty Images针对Stability AI（Stable Diffusion图像生成模型的开发者）提起的平行法律诉讼。争议焦点在于，Stability AI被指控在未经授权的情况下，从Getty的数据库中复制了数百万张受版权保护的摄影作品，用于训练其人工智能系统。这两起案件分别在美国和英国提起，已成为生成式人工智能发展与现有版权法之间紧张关系的标志性案例。
Getty Images是一家主要的股票摄影机构，于2023年初在两个司法管辖区提起法律诉讼。该公司主张，Stability AI将其专有图像用于训练机器学习模型，构成了大规模版权侵权。Stability AI则回应称，其行为属于文本与数据挖掘的法律例外范畴，在美国背景下则属于合理使用原则。这两起案件的结果受到科技公司、内容创作者和法律学者的密切关注，因为它们可能为未来人工智能模型的训练方式树立先例。
背景：Stable Diffusion与训练数据
Stable Diffusion于2022年8月由Stability AI发布，是一款能够根据文本提示生成详细图像的深度学习模型。该模型基于一个名为LAION-5B的数据集进行训练，该数据集包含从互联网上抓取的数十亿个图像-文本对。Getty Images声称，该数据集的很大一部分包含其受版权保护的摄影作品，其中许多带有水印或包含标识其为Getty内容的嵌入式元数据。
此类模型的训练过程涉及将大量图像输入神经网络架构（通常由U-Net与文本编码器结合而成）。在训练期间，模型学习将视觉特征与描述性词语联系起来的统计模式。Getty认为，这一过程必然涉及复制和存储原始图像（至少是暂时性的），并且由此产生的模型能够生成与特定受版权保护作品高度相似的输出。
美国诉讼程序：Getty Images（美国）公司诉Stability AI公司案
2023年2月，Getty Images在美国特拉华州联邦地区法院提起诉讼。诉状指控直接和间接版权侵权、违反《数字千年版权法案》（DMCA）中关于移除版权管理信息的规定，以及与生成带有Getty水印图像相关的商标侵权。
Getty声称，Stability AI未经许可从其数据库中复制了超过1200万张照片。该公司寻求法定损害赔偿，每件被侵权作品最高可达15万美元，总额可能高达数十亿美元。Stability AI动议驳回多项指控，认为DMCA索赔存在缺陷，因为元数据的移除发生在训练过程中，而非模型本身的发布环节。
2023年8月，法官William Bryson部分批准了Stability AI的驳回动议，允许版权侵权索赔继续审理，但驳回了DMCA索赔和商标索赔。法院认为，Getty已合理指控直接侵权，因为训练过程涉及复制图像。然而，DMCA索赔被驳回，因为Getty未能证明Stability AI在移除元数据后将图像向公众分发。商标索赔被驳回，因为生成的图像不太可能引起关于照片来源的混淆。
案件进入证据开示阶段，双方就训练数据集的构成和模型的技术细节交换证据。2024年末，法院驳回了双方的即决判决动议，允许案件进入审判阶段。审判日期定于2025年末，尽管据报道和解谈判仍在进行中。
英国诉讼程序：Getty Images诉Stability AI有限公司案
2023年1月，Getty Images在英格兰和威尔士高等法院对该公司在英国的分支机构Stability AI Ltd.提起单独诉讼。英国索赔聚焦于版权侵权，主张Stability AI在英国复制并存储了Getty图像，作为其训练操作的一部分。
英国案件因版权法的差异而提出了独特的法律问题。在英国，没有一般的合理使用原则；相反，存在特定例外，包括一项针对非商业研究目的的文本与数据挖掘例外。Stability AI辩称其行为属于该例外范畴，但Getty反驳称，训练具有商业性质，该例外不适用于商业产品的创建。
2023年7月，高等法院允许Getty的索赔继续审理，驳回了Stability AI关于部分案件不予受理的申请。法院指出，所涉问题重大，需要全面审议。该案件曾因等待美国诉讼程序的结果而中止，以避免重复诉讼。然而，在2025年初，中止被解除，英国案件恢复审理，案件管理会议定于2025年中期举行。
法律论点与抗辩
Stability AI在两个司法管辖区的首要抗辩是，在受版权保护的图像上训练AI模型并不构成侵权，因为模型并未以可识别的形式复制图像。该公司辩称，训练过程涉及将图像转换为数学权重，最终模型是一个功能性工具，而非任何特定作品的副本。
在美国，Stability AI援引合理使用原则，引用了使用的变革性、图像用于非表达性目的以及市场损害缺失等因素。该公司援引了先前涉及搜索引擎和图书数字化的案例，在这些案例中，法院认定类似使用属于合理使用。然而，Getty辩称，复制的规模和使用商业性质不利于合理使用认定，且该模型能够生成与Getty自身产品竞争的作品。
在英国，抗辩集中于1988年《版权、外观设计和专利法》下的文本与数据挖掘例外。Stability AI辩称，其训练是一种对数据的计算分析，属于非商业研究允许的范围。Getty反驳称，Stability AI是商业实体，该例外并非旨在涵盖商业AI产品的训练。
对AI行业的影响
这两起案件对更广泛的机器学习生态系统具有重大影响。许多AI公司，包括OpenAI、Anthropic和Google DeepMind，依赖大规模网络抓取来构建训练数据集。对Stability AI不利的裁决可能迫使这些公司许可训练数据或改变其做法，从而可能增加成本并减缓创新。
相反，对Stability AI有利的裁决可能确立使用受版权材料进行AI训练的广泛权利，而内容创作者和出版商对此表示反对。这些案件是诉讼浪潮的一部分，包括作者对OpenAI的诉讼以及视觉艺术家对其他AI公司的诉讼，旨在界定允许使用的边界。
结果还可能影响大型语言模型和其他生成式系统的开发。如果对受版权数据的训练受到限制，公司可能不得不依赖公有领域或明确许可的数据，这可能限制AI输出的多样性和质量。一些公司已开始与内容提供商达成许可协议，例如OpenAI与新闻机构的交易，作为主动措施。
技术与伦理维度
这些案件还凸显了关于AI模型训练方式的技术和伦理问题。Stable Diffusion中使用的神经网络架构（包括U-Net和文本编码器）旨在学习图像的统计分布。这一过程是否在法律意义上构成“复制”是一个持续争论的问题。
在伦理层面，这些案件引发了对个体摄影师和艺术家作品未经补偿而被使用的权利的担忧。Getty Images将自己定位为创作者权利捍卫者，而Stability AI则辩称其技术促成了新的创造形式，过于严格的版权法将阻碍进步。
一些研究人员提出了技术解决方案，例如数据增强技术或使用模型剪枝来减少对受版权数据的依赖。另一些人则呼吁开发完全许可或由公有领域作品组成的训练数据集。这些方法仍处于实验阶段，法律格局将可能影响其采用。
当前状态与未来展望
截至2025年中期，两起案件均未解决。美国案件定于2025年末开庭审理，而英国案件尚处于早期阶段。法律专家预计，美国审判将受到密切关注，因为它可能产生美国关于AI训练与版权的首个重大司法裁决。
和解仍有可能，因为双方都有动机避免审判的不确定性。然而，风险很高，任何和解都可能为许可费用设定基准或为未来协议建立框架。无论初始结果如何，这些案件也很可能被上诉，这意味着最终解决可能需要数年时间。
Getty诉Stability AI案是关于人工智能监管的更广泛全球对话的一部分。欧盟、日本和其他司法管辖区的政府正在考虑或实施关于AI训练数据的规则。这些案件的裁决可能影响这些监管努力，并在未来数年塑造AI行业的发展方向。