November 2025
英國首宗生成式 AI 判決：Getty Images v. Stability AI著作權侵害指控敗訴
一、判決概述與里程碑意義
2025年11月4日，英格蘭與威爾斯高等法院（High Court of Justice, Chancery Division）就原告Getty Images起訴主張被告Stability AI的圖片生成工具「Stable Diffusion」侵害其著作權及商標權一案 [1] 作成判決。法院認定部分商標侵害成立，但駁回著作權次級侵權的指控。關於廣受關注的訓練與開發是否構成著作權侵害議題，法院指出：由於缺乏證據證明Stable Diffusion的訓練與開發是在英國境內發生，原告已撤回此部分指控。
此案為英國首宗針對生成式人工智慧模型（Generative AI）所涉智慧財產權爭議的判決。雖然訓練資料的合法性並非最終判決範圍，法院仍就生成式 AI 模型之權重與輸出內容是否構成著作權侵害進行實質審理，對後續案件具有重要指標意義。
換言之，本案不僅標誌著英國法院正式回應生成式 AI 引發的智慧財產權爭議，亦是繼美國多起「合理使用（Fair Use）」的法院裁定後，全球首件於實體審判階段明確從 AI 模型輸出與權重論證是否構成著作權侵權的重要里程碑判決。
美國法院甫於2025 年6月間相繼就Anthropic [2] 及Meta [3] 案做成裁定，認定生成式AI 模型為訓練目的使用作品，其「轉化性（transformative）」程度高而屬合理使用。。相比之下，英國法院此次判決以計算機科學的數據來論證「Stable Diffusion 模型不構成侵權複製物」為核心理由，採取了異於美國合理使用分析的論證角度。
二、著作權侵害不成立：模型非侵權複製物
原告主張被告在開發 Stable Diffusion 模型時，未經授權使用 其網站上受著作權保護的圖片作為訓練資料，此舉構成《著作權、設計與專利法1988》（Copyright, Designs and Patents Act 1988；下稱CDPA）第 17條以下所定的複製行為。
法院指出，被告所使用之訓練資料集 LAION-5B 係由德國非營利組織 LAION e.V. 從公開網路（Common Crawl）自動爬取生成。儘管原告聲稱該資料集中包含大量其網站圖片的連結，但是法院並未就其確切數量或內容作出認定。
被告在訓練過程中會短暫下載這些圖片進行所謂具體化處理」（materialisation）理。然而，法院根據雙方專家證詞認定：Stable Diffusion 模型並不儲存任何具體圖像，僅保留統計關聯與權重參數。由於權重檔（約 3.44 GB）與訓練資料集（約 220 TB）之間的巨大容量差距，顯示模型不可能包含原始像素資料。
據此，法院認定 Stable Diffusion 僅學習統計特徵，不具備再現特定圖片的能力，因此並非CDPA所稱的複製物(copy)。該模型權重不構成侵權複製物，Stability AI 的行為亦不構成次級侵權，原告關於著作權侵害的主張因而不成立。
三、商標侵害認定：僅限定於特定模型版本
除著作權外， 原告亦主張被告生成的部分圖像含有原告商標的浮水印(watermarks)，可能構成《商標法》（Trade Marks Act 1994；下稱TMA）之侵害。
法院指出，浮水印的出現多屬偶發，且主要係由使用者在提示詞（prompt）中輸入相關語句所致，並非模型固有的輸出特徵。然而，經檢視不同版本的模型與生成樣本，法院認定在少數特定例證中確有構成商標侵權之情形：
1. Stable Diffusion的 v1.x 版本部分輸出圖片含有原告商標浮水印，構成TMA第 10(1) 條（商標相同且商品/服務相同），以及TMA第 10(2) 條（商標相似、商品/服務相似，且有混淆可能性）侵權；
2. Stable Diffusion的 v2.1 版本部分輸出圖片含有原告商標浮水印，構成TMA第 10(2) 條侵權。
至於原告另外主張TMA第 10(3) 條聲譽淡化 (dilution) 或不當利用(unfair advantage)，鑒於原告未能證明有何聲譽淡化或貶損的情形，故駁回此主張。
四、判決範圍限制：訓練資料合法性問題未解
值得注意的是，本判決並未就 AI 模型訓練資料的合法性作出實質處理。法院認定 Stability AI 的訓練行為發生於英國境外，原告因無法證明侵權行為在英國境內發生，遂於審判中途撤回關於「AI 模型訓練侵權」及「資料庫權侵害」的訴訟主張。
因此，本案判決的核心僅限於 Stable Diffusion 模型的性質與輸出內容，而非訓練階段本身是否合法。換言之，法院雖認定模型非侵權複製物，但並未回答「使用受著作權保護之圖片作為 AI 訓練資料是否構成侵權」這一實質問題。本案法官在判決中明確指出，AI 模型訓練的跨境特性與技術複雜性，超出現行著作權法之適用範圍，相關議題應由立法機關進一步規範。
本案的結果為生成式 AI 開發者提供了短期的法律確定性，確認模型權重本身不構成侵權，但也凸顯現行制度對訓練資料來源、著作權合理使用及跨境適用缺乏明確規範的現實落差。未來，如何平衡 AI 創新與著作權保護，仍將取決於立法與國際協調的進展。
[1] Getty Images (US), Inc. & Ors v. Stability AI Ltd [2025] EWHC 2863 (Ch).
[2] 蔡毓貞、郭梵均(2025)，〈 AI訓練與著作合理使用：美國Anthropic案裁決的啟示 〉，理慈國際科技法律事務所。
[3] 蔡毓貞 (2025)，〈 AI訓練與著作合理使用：美國Meta案裁決的啟示 〉，理慈國際科技法律事務所。
2025年11月4日，英格蘭與威爾斯高等法院（High Court of Justice, Chancery Division）就原告Getty Images起訴主張被告Stability AI的圖片生成工具「Stable Diffusion」侵害其著作權及商標權一案 [1] 作成判決。法院認定部分商標侵害成立，但駁回著作權次級侵權的指控。關於廣受關注的訓練與開發是否構成著作權侵害議題，法院指出：由於缺乏證據證明Stable Diffusion的訓練與開發是在英國境內發生，原告已撤回此部分指控。
此案為英國首宗針對生成式人工智慧模型（Generative AI）所涉智慧財產權爭議的判決。雖然訓練資料的合法性並非最終判決範圍，法院仍就生成式 AI 模型之權重與輸出內容是否構成著作權侵害進行實質審理，對後續案件具有重要指標意義。
換言之，本案不僅標誌著英國法院正式回應生成式 AI 引發的智慧財產權爭議，亦是繼美國多起「合理使用（Fair Use）」的法院裁定後，全球首件於實體審判階段明確從 AI 模型輸出與權重論證是否構成著作權侵權的重要里程碑判決。
美國法院甫於2025 年6月間相繼就Anthropic [2] 及Meta [3] 案做成裁定，認定生成式AI 模型為訓練目的使用作品，其「轉化性（transformative）」程度高而屬合理使用。。相比之下，英國法院此次判決以計算機科學的數據來論證「Stable Diffusion 模型不構成侵權複製物」為核心理由，採取了異於美國合理使用分析的論證角度。
二、著作權侵害不成立：模型非侵權複製物
原告主張被告在開發 Stable Diffusion 模型時，未經授權使用 其網站上受著作權保護的圖片作為訓練資料，此舉構成《著作權、設計與專利法1988》（Copyright, Designs and Patents Act 1988；下稱CDPA）第 17條以下所定的複製行為。
法院指出，被告所使用之訓練資料集 LAION-5B 係由德國非營利組織 LAION e.V. 從公開網路（Common Crawl）自動爬取生成。儘管原告聲稱該資料集中包含大量其網站圖片的連結，但是法院並未就其確切數量或內容作出認定。
被告在訓練過程中會短暫下載這些圖片進行所謂具體化處理」（materialisation）理。然而，法院根據雙方專家證詞認定：Stable Diffusion 模型並不儲存任何具體圖像，僅保留統計關聯與權重參數。由於權重檔（約 3.44 GB）與訓練資料集（約 220 TB）之間的巨大容量差距，顯示模型不可能包含原始像素資料。
據此，法院認定 Stable Diffusion 僅學習統計特徵，不具備再現特定圖片的能力，因此並非CDPA所稱的複製物(copy)。該模型權重不構成侵權複製物，Stability AI 的行為亦不構成次級侵權，原告關於著作權侵害的主張因而不成立。
三、商標侵害認定：僅限定於特定模型版本
除著作權外， 原告亦主張被告生成的部分圖像含有原告商標的浮水印(watermarks)，可能構成《商標法》（Trade Marks Act 1994；下稱TMA）之侵害。
法院指出，浮水印的出現多屬偶發，且主要係由使用者在提示詞（prompt）中輸入相關語句所致，並非模型固有的輸出特徵。然而，經檢視不同版本的模型與生成樣本，法院認定在少數特定例證中確有構成商標侵權之情形：
1. Stable Diffusion的 v1.x 版本部分輸出圖片含有原告商標浮水印，構成TMA第 10(1) 條（商標相同且商品/服務相同），以及TMA第 10(2) 條（商標相似、商品/服務相似，且有混淆可能性）侵權；
2. Stable Diffusion的 v2.1 版本部分輸出圖片含有原告商標浮水印，構成TMA第 10(2) 條侵權。
至於原告另外主張TMA第 10(3) 條聲譽淡化 (dilution) 或不當利用(unfair advantage)，鑒於原告未能證明有何聲譽淡化或貶損的情形，故駁回此主張。
四、判決範圍限制：訓練資料合法性問題未解
值得注意的是，本判決並未就 AI 模型訓練資料的合法性作出實質處理。法院認定 Stability AI 的訓練行為發生於英國境外，原告因無法證明侵權行為在英國境內發生，遂於審判中途撤回關於「AI 模型訓練侵權」及「資料庫權侵害」的訴訟主張。
因此，本案判決的核心僅限於 Stable Diffusion 模型的性質與輸出內容，而非訓練階段本身是否合法。換言之，法院雖認定模型非侵權複製物，但並未回答「使用受著作權保護之圖片作為 AI 訓練資料是否構成侵權」這一實質問題。本案法官在判決中明確指出，AI 模型訓練的跨境特性與技術複雜性，超出現行著作權法之適用範圍，相關議題應由立法機關進一步規範。
本案的結果為生成式 AI 開發者提供了短期的法律確定性，確認模型權重本身不構成侵權，但也凸顯現行制度對訓練資料來源、著作權合理使用及跨境適用缺乏明確規範的現實落差。未來，如何平衡 AI 創新與著作權保護，仍將取決於立法與國際協調的進展。
[1] Getty Images (US), Inc. & Ors v. Stability AI Ltd [2025] EWHC 2863 (Ch).
[2] 蔡毓貞、郭梵均(2025)，〈 AI訓練與著作合理使用：美國Anthropic案裁決的啟示 〉，理慈國際科技法律事務所。
[3] 蔡毓貞 (2025)，〈 AI訓練與著作合理使用：美國Meta案裁決的啟示 〉，理慈國際科技法律事務所。
