人工智能美術作品風格遷移可版權性的類型化認定

豐月

［摘要］人工智能技術的迅猛發展使得基于深度學習原理的風格遷移技術愈加成熟，美術作品風格在人工智能技術下不再是抽象的概念，而是體現為人類能夠理解的計算機語言及算法，這直接改變了美術作品風格的法律定性，促使美術作品風格由思想到表達的嬗變。美術作品風格法律定性的變遷又進一步改變并重塑人類社會對美術作品風格遷移的法律認知，與手工時期的美術作品風格模仿在法律定性上呈現諸多的區別。美術作品風格遷移構成對美術作品風格的合理借鑒還是惡意復制不能一概而論，相關主體應采取實質相似標準進行類型化檢驗。

［關鍵詞］人工智能技術；風格遷移；思想/表達二分法；版權；獨創性

風格遷移（Style Transfer）技術的主要任務是在目標圖像上合成源圖像紋理。基于不同的原理，我們可以將風格遷移分為傳統風格遷移以及基于神經網絡算法的風格遷移，后者為文章的研究對象，其核心原理是對圖像數據進行特征擬合，“使用基于深度學習的模型作為圖像特征提取器，顯式地分離圖像內容和風格的抽象特征表示，通過獨立地處理這些特征表示來生成具有原圖像內容和新風格的風格化圖像”［1］。人工智能技術在豐富人們的藝術生活的同時，也進一步加劇了藝術與法律之間的緊張關系。人工智能時代，美術作品風格遷移不再當然構成美術作品的創作，相關主體推廣與使用相關技術的過程中，亦應加強版權保護意識，以免突破法律底線。

一、人工智能美術作品風格遷移面臨的版權法困境

人工智能美術作品風格遷移是一個跨美學、技術和法律的領域性問題，無論基于何種維度而言，其與傳統的風格模仿或者臨摹終究是不同的概念，學界應探究其是否存在著作權法意義上的法律風險，即風格遷移技術下生成的目標圖像究竟是對源美術作品的違法復制還是對新作品的合法創造。

（一）美學維度的檢視

從美學維度來看，“風格通常是指個體或團體藝術中的恒常形式—有時指恒常的元素、品質和表現”［2］。風格也是每個藝術家繪畫時所不得不表現出的時代精神［3］。基于此，風格遷移是否侵犯美術作品風格源圖作者的著作權也就存在諸多不確定性。究其原因，風格的概念在很大程度上存在模糊性。具體來說，人們既可以從廣義上理解風格，也可以從狹義上理解風格，廣義上的風格諸如“浪漫主義風格”“現代風格”“后現代風格”之類，此類風格并非專屬于某個個體，而是對某個類型的美術作品的共同特征的提煉，即所謂的時代精神或者團體中的恒常形式。狹義上的風格諸如“梵高風格”“米開朗琪羅風格”等，即所謂的藝術家個體的恒常形式，此類風格來自對某個藝術家所有作品乃至某一個具體作品的特征的提煉。正因如此，相關主體對風格遷移技術是否存在侵犯風格創作者的版權的問題也就不能一概而論。

（二）技術維度的檢視

從技術維度來看，風格遷移的過程實際上是將美術作品風格轉化為一系列代碼的過程。美術作品風格代碼化或者算法化的過程是否屬于著作權法意義上的“復制”，同樣存在諸多問題，如人工智能時代的藝術贗品問題［4］。就“復制”一詞來說，著作權法明確規定“復制權，即以印刷、復印、拓印、錄音、錄像、翻錄、翻拍等方式將作品制作一份或者多份的權利”，美術作品的復制是將其以各種方式備份的過程，但代碼或者算法是否屬于此種意義的復制我們難以清晰判斷。究其原因，風格遷移過程中展現的代碼或者算法若脫離目標圖像將極有可能成為一群矢量圖點，而非源圖的風格再現。人工智能時代，風格遷移技術的應用不僅極大地提升了美術作品臨摹的效率，還顯著促進了臨摹作品質量的提高，其對替代人工勞動有著不可忽視的價值，因此有學者提倡將其擬制為“作品”［5］。

（三）法律維度的檢視

在第三次技術革命之前，風格遷移技術尚未出現，與風格遷移較為接近的概念是風格模仿或者臨摹。就風格模仿與臨摹而言，由于美術作品的整個創作過程體現了美術作品人的獨立勞動，即便美術作品人作出的畫與其模仿的美術作品雷同，通常不被認為是抄

襲［6］。因此，著作權法在修訂時一度將“臨摹”排除在“復制”概念之外，變相承認臨摹的獨創性。基于此，在風格遷移技術出現前，風格通常不會被看作是表達并加以保護。隨著技術的發展，尤其是人工智能時代的到來，人們基于人工智能技術能夠將某一圖像的風格轉換為一系列代碼或者算法，并將這些代碼或者算法植入目標內容圖像，進而完成圖像風格遷移。人工智能時代，人們已然可以借助人工智能技術識別和判斷風格，并且高質量地運用于目標美術作品之上，雖然目標美術作品在具體形式上接近臨摹或者風格模仿，但是內在機理卻不完全相同。風格遷移技術下，風格遷移的過程并未體現美術作品者的獨立勞動，而是機器的“勞動”。此時，風格遷移是否侵犯原美術作品者的版權，這一問題明顯無法適用法律層面的判斷方法與標準。

二、困境根由：思想/表達二分法下風格遷移認知迷思

思想/表達二分法不僅符合作品的美學本質，而且在法的第二性上同樣可以得到解釋，到目前為止，其與獨創性原理依舊是著作權法的基石［7］。人工智能背景下，風格遷移是否涉及侵犯著作權，這就需要相關主體具體問題具體分析，尤其是對風格本身作出判斷。

（一）風格屬于“思想”抑或“表達”

歸根到底，若風格屬于思想，無論如何遷移，都不構成侵權，因為著作權法并不保護作品的思想；若風格屬于表達，圖像風格遷移本身很有可能構成剽竊或者抄襲。因此，能否對美術作品風格加以正確認知將直接關乎風格遷移的法律定性。如有學者提出，思想與表達的界限是模糊的、隱喻的，是一種事后描述而非預先判斷的原理依據［8］。針對同一客體，在判斷其是否構成著作權法意義上的思想抑或是表達，不同時期乃至同一時期不同法院都會有截然不同的判斷。以美術作品風格為例，在美國著名的斯坦伯格案中，法院就主張將創作風格歸入“表達”的范疇，而在十號珠寶公司訴雅致貿易公司案中，法院卻認為風格系“思想”范疇，并不受著作權法保護［9］。思想/表達二分法的內生困境及不甚清晰的邊界使得即便是同一事物的法律定性也會截然不同，更何況何謂風格，人們都尚未能達成共識，即便同一專業的不同學者也傾向于從各自角度對風格的概念作出定義。因此，相關主體運用思想/表達二分法對風格進行法律界定也就愈加困難。

（二）風格遷移技術下的風格屬于“思想”抑或“表達”

亦如人們無法準確描述“風格”的意義，人工智能背景下，風格遷移技術的“風格遷移”同樣存在諸多差異化理解。風格遷移包括“一對一”和“多對一”兩種模式。“多對一”風格遷移技術下，“風格”與著作權法意義上的表達存在一定差異，因為此種情形下，提煉出的風格與任何一張源圖的風格皆不完全相同，線條、色彩的布局顯然會有諸多不同。實際上，“多對一”風格遷移很大程度上是對人類社會藝術風格的概括與總結，頗有“浪漫主義藝術風格”“裝置藝術風格”的意味，應當屬于思想范疇。在完成風格歸納后，相關主體通過賦予不同圖像的風格以不同的權重比例，將之融入目標圖像之中，這顯然有助于生成一種新型的具體圖像風格。但若考慮到新型圖像風格的生成實際上是建立在現有圖像風格的不同拼湊的基礎上，“多對一”風格遷移似乎有抄襲表達的嫌疑。至于“一對一”圖像風格遷移，有很大的嫌疑是對圖像風格的抄襲，但是考慮到目標圖像的內容與源圖內容的區別，也很難將源圖與目標圖像視為同一個圖像。不考慮這一現實問題，相關主體貿然將“一對一”風格遷移歸入表達的抄襲范疇，同樣不利于促進藝術的發展。鑒于此，相關主體運用“思想/表達二分法檢視圖像風格遷移尚存在諸多理論與實踐困難，而其對風格遷移缺乏深刻認知又會增加風格遷移技術的版權法律風險。

三、人工智能技術對美術作品風格遷移認知的重塑：抽象表達到具體認知

“抽象”與“具體”作為人類認識事物的兩種不同邏輯，前者強調事物間的共性，后者側重每一個具體事物的個性。脫離具體，抽象將會變得虛無縹緲；而脫離抽象，具體也將難以深入［10］。正因如此，相關主體對人工智能美術作品風格遷移的認知不僅需要從抽象層次觀測，也需要從具體層次考察。就抽象層面而言，風格遷移屬于風格模仿；但就具體層面而言，風格遷移卻是一種借由中間載體而實現的風格模仿。法律作為一種強調程序正義遠勝于實體正義的規則，在對事物評判時尤其關注其具體特征，同樣，相關主體在對風格遷移進行法律認知時，也應認真判定其與一般的風格模仿的具體差異之處。

（一）風格借由計算機語言實現具化

“深度學習是人工智能中發展迅速的領域之一，可幫助計算機理解大量圖像、聲音和文本形式的數據”［11］。

例如，Prisma軟件同樣不是用程序憑空作畫，而是基于深度學習原理，海量學習人類現有美術作品的風格并將其遷移到用戶指定的圖片，使之變成具備特定風格的美術作品［12］。相較于美術作品風格模仿，美術作品風格學習乃至遷移的整個過程皆非人類所能具體控制，整個技術流程更像是一個“黑洞”，人類能且僅能控制若干關鍵步驟的操作。但即便如此，人工智能對既有圖像風格的學習與提取終究還要表現為能夠為人類所能識別和認識的計算機語言或代碼，從而改變了人類對“創造性”的理解［13］。而這些計算機語言與代碼正是風格遷移與風格模仿的具體區別，風格不再是一個無法為人所觸及的抽象概念，它已然在某種程度上成為具體物質形態，并能夠為人類所識別和固定。

（二）計算機語言使得風格遷移成為“表達”

人工智能技術下，風格已然不再是只可意會而不可言傳的美學術語，其在某種意義上與運用機器輸入的文字有著共同的特征—計算機語言的直觀轉化。在思想/表達二分法之下，文字毫無疑問屬于對思想的具體表達的范疇，即便是通過計算機輸入的經由計算機語言轉化程序轉化的文字仍屬于對思想的具體表達的范疇。在機器時代，風格既然也可以如同文字一樣表現為一系列的計算機語言，自然亦無將之歸入思想而非表達的道理［14］。鑒于此，原則上相關主體應當將基于人工智能技術的風格遷移作為對美術作品“風格”這一具體表達的復制或者模仿。相應地，相關主體也就不能想當然地將風格遷移繼續等同于藝術家對風格的模仿或臨摹，更不能想當然地認為美術作品風格遷移是創造美術作品的過程。

四、類型化路徑下人工智能美術作品風格遷移的法律再定性

盡管前文已明確美術作品風格遷移的過程就是復制美術作品風格表達的過程，但是復制美術作品風格的表達是否就一定能夠導致風格遷移后的目標圖像淪為復制品而非嶄新的獨創美術作品？答案顯然是否定的。究其原因，無論是手工時代的臨摹還是機械時代的挪用，皆是一種常用的藝術創作手法，手法本身并無對錯之分，關鍵在于手法的使用是否合乎其一般目的，即臨摹與挪用的手法運用是否遵循了不以純粹的復制或抄襲為目的，而是通過學習和改造促使一種新的創意產生［15］。因此，美術作品風格遷移后的目標圖像是復制品還是獨創的美術作品，相關主體可依據一定的標準對其獨創性進行檢驗。就美術作品的獨創性檢驗標準，學術界已然形成了一些可以借鑒的標準—“實質相似認定的質與量的標準”［16］。

（一）質的實質相似性標準之檢驗

就質的實質相似性標準而言，其強調風格遷移后的目標圖像與風格圖像是否在整體上給人一種雷同的印象與感覺。風格一旦從源圖分離出來并與目標圖像的內容融合將會促使風格不再是孤立的風格，而是與內容融為一體的風格。因此，可以認為，“算法自由就是作品表達自由的技術表現，故而可使算法創作物具備獨創性”［17］。此時，若風格與內容結合后產生的新的圖畫足以讓人辨識出其與源圖，即普通人都認為兩幅圖系根本不同的圖畫，那么風格遷移后生成的圖像就應當被看作是嶄新的獨創美術作品，而非復制品。此時，毫無疑問可以排除風格遷移的違法性，風格遷移充其量只是藝術領域的合理借鑒。若在此環節，普通人認為兩幅圖畫有著較為明顯的相似，甚至是雷同，就有必要接受實質性相似標準的量的層面的檢驗。

（二）量的實質相似性標準之檢驗

實質性相似標準在量的層面主要著眼于美術作品的風格在源圖與目標圖中的重要性程度以及風格來源的復雜程度。具體而言，美術作品風格若構成目標圖像的主體，即便其風格的形成源于多個美術作品風格的提煉，同樣可以將其定義為復制品，而非創作品。歸根結底，此時的目標美術作品的主體部分實際上就是多個風格表達的拼湊。當然，美術作品風格若不構成目標圖像的主要部分，此時雖有風格的復制行為，但是這僅構成風格的合理借鑒，并無侵權的可能。不過，一種例外的情形是，若此等風格雖不是目標圖像的主體，但卻是源圖的主體時，此時的風格遷移（復制）就存在部分侵權問題，盡管目標美術作品仍然具有一定獨創性。

［參考文獻］

［1］陳淮源，張廣馳，陳高，等.基于深度學習的圖像風格遷移研究進展［J］.計算機工程與應用，2021（11）：37-45.

［2］邁耶.藝術的理論與哲學：風格、藝術家和社會［M］.沈語冰，王玉冬，譯.南京：江蘇鳳凰美術出版社，2016.

［3］瓦西里.論藝術里的精神［M］.呂澎，譯.上海：上海人民美術出版社，2014.

［4］苗思萌.“風格”創新與人工智能時代的新“贗品”：以古德曼的歸納理論為中心［J］.文藝理論研究，2022（04）：219-226.

［5］郭如愿.人工智能生成內容的定性及其權屬論斷［J］.重慶郵電大學學報（社會科學版），2020（05）：51-59.

［6］楊明.文字作品v.美術作品 對幾個基本理論問題的反思［J］.中外法學，2009（02）：246-266.

［7］李琛.知識產權法關鍵詞［M］.北京：法律出版社，2006.

［8］李雨峰.思想/表達二分法的檢討［J］.北大法律評論，2007（02）：433-452.

［9］郭玉軍，高升.論美術作品創作風格的著作權法與商標法保護［J］.湖北美術學院學報，2005（02）：78-80.

［10］孟亞明.抽象與具體的辯證法是馬克思主義哲學活的靈魂［J］.山東社會科學，2010（10）：11-14.

［11］余來文，封智勇，劉夢菲，等.智能革命：人工智能、萬物互聯與數據應用［M］.北京：經濟管理出版社，2017.

［12］李開復，王詠剛.人工智能［M］.北京：文化發展出版社，2017.

［13］王峰.挑戰“創造性”：人工智能與藝術的算法［J］.學術月刊，2020（08）：27-36.

［14］楊巧.美術作品相似是否構成“剽竊”的認定：對一起文字畫作品侵權案的思考［J］.知識產權，2010（04）：52-56.

［15］施耐德，秦佩，李修建.挪用：當代藝術人類學研究的一個重要主題［J］.民族藝術，2018（04）：69-80.

［16］楊雄文，王沁荷.美術作品的表達及其實質相似的認定［J］.知識產權，2016（01）：44-50.

［17］徐小奔.論算法創作物的可版權性與著作權歸屬［J］.東方法學，2021（03）：41-55.