长期对画AI不满意的艺术家们，终于来真的了！此次，艺术家联合对StabilityAl、DeviantArt和Midjourney发起集体诉讼，指控其训练数据侵犯了大量艺术家的版权。消息传出后，可谓一石激起千层浪，Reddit的热度瞬间达到了1700+。然而，当网友们逐字逐句分析诉讼内容时，却发现了很多让人哭笑不得的低级错误，甚至预测这场官司很可能会败诉。这有多离谱？例如，起诉书将StableDiffusion描述为“一个21世纪的拼贴工具”，“可以重新混合（remix）数百万艺术家的版权作品”等等。有网友调侃，这么简单的错误都能犯，这律师还不如让ChatGPT帮他写。那么诉讼的全部内容到底是什么，起诉书又是什么呢？一起往下看吧。谁在打这场官司？这起集体诉讼的原告是业内知名的三位艺术家：SarahAndersen、KellyMcKernan和KarlaOrtiz。相信很多网友都在网上看过莎拉·安徒生的作品《莎拉的涂鸦（Sarah’s Scrib-bles）》。他们委托的律师名叫马修巴特里克。此前，他还负责针对GitHubCopilot的集体诉讼，指控其侵犯了众多代码创作者的版权，侵犯了众多用户的隐私。在这场针对StableDiffusion的诉讼中，律师首先将StableDiffusion定义为“21世纪的拼贴工具”。他指出，StableDiffusion包含数百万（可能甚至数十亿）受版权保护的图像副本，所有这些都是在艺术??家不知情或未同意的情况下获得的。即使假设每张图片的名义损失为1美元，这种盗用的价值也将达到50亿美元。文章还做了对比：史上最大的艺术品盗窃案是1990年美国波士顿伊莎贝拉·斯图尔特·加德纳博物馆的13件艺术品失窃案，所有丢失的艺术品加起来价值5亿美元。与StableDiffusion盗走的50亿美元相比，可以说是相形见绌。下一个重点是律师列出稳定扩散的问题。我们为您提取了几个关键点：1.扩散模型是AI通过去噪来弄清楚如何重建训练数据副本的一种方式。因此，它在版权方面与MP3或JPEG没有什么不同——一种存储某些数字数据的压缩副本的方式。2.当用户根据提示词生成图像时，StableDiffusion使用训练图像通过数学软件过程生成看似新的图像。这些“新”图像完全基于训练图像，是StableDiffusion训练集中特定图像的衍生作品的输出。归根结底，它只是一个复杂的拼贴工具。3.原告希望在他们的职业生涯被完全由他们的辛勤工作驱动的计算机程序淘汰之前结束对他们权利的这种公然和巨大的侵犯。4.在像StableDiffusion这样的生成式人工智能系统中，文本提示不是训练数据的一部分。它是该工具的最终用户界面的一部分。因此，它更类似于传递给互联网搜索引擎的文本查询。5.正如互联网搜索引擎在其庞大的网页数据库中查找查询并向我们显示匹配结果一样，生成式人工智能系统使用文本提示根据其庞大的训练数据库生成输出。诉讼的三个理由在此基础上，艺术家对StabilityAl、DeviantArt和Midjourney提起诉讼，理由如下：1.StabilityAl资助了一个名为LAION的组织，该组织正在创建越来越大的图像数据集供人工智能公司使用，但未经原作者同意、授权和赔偿。此外，StabilityAl还可以推出DreamStudio（付费应用），其背后的原理就是StableDiffusion。2.DeviantArt作为互联网上最大的艺术家社区之一，并没有选择通过保护艺术家免受AI的影响来维护他们的社区，而是选择发布DreamUp（基于StableDiffusion的付费应用），这是为了艺术家社区背叛。3、Midjourney虽然标榜自己是“研究实验室”，但为绘画AI培养了大量付费用户。当被问及大规模复制训练数据的伦理问题时，Midjourney创始人DavidHolz曾回答：这方面没有专门的法律。艺术家们表示，大卫霍尔兹迫切需要接受教育，他们也期待“帮助霍尔兹先生更多地了解保护艺术家及其作品的州和联邦法律”。官司一出，就在网上引起热议。然而，网友们几乎是片面地嘲笑这场官司。有人指出，这些陈述中有许多是对基本事实的幼稚误解，如果法庭公正，诉讼就会被驳回。还有网友甚至新建了一个网站，对诉讼的每一项内容一一反驳，包括StableDiffusion不是简单的拼贴工具等等。（文末附链接）也有人对这些说法将StableDiffusion仅仅归功于美工的辛勤劳动，而忽略了为其编写代码的程序员的努力感到不快。甚至有偏激的网友认为，这是柿子只求软捏，只求中途和稳定扩散的问题。显然，微软、谷歌等大公司的很多模型也涉及到这个问题。不过，站在艺术家的角度，有人表示，这是大家团结起来反对不道德剥削的好方法。最后，您如何看待这场官司？你觉得这个案子胜诉的几率大吗？诉讼原文：https://stablediffusionlitigation.com/
