支付藝術家 AI 生成藝術版稅的經驗教訓

背景

本文探討了 AI 圖像生成平台 Tess.Design 的興衰過程。該平台試圖建立一個「合法授權」的商業模式，透過與藝術家合作微調模型，並在用戶生成特定風格圖像時支付 50% 的版稅，旨在解決 AI 訓練數據的版權爭議。然而，在運作 20 個月後，該計畫因營收低迷、藝術家社群的強烈抵制以及企業法律風險等因素宣告失敗。

社群觀點

在 Hacker News 的討論中，社群對於這類「補償型 AI」模式的失敗並不感到意外，並從法律、道德與技術實用性等多個維度進行了剖析。許多留言者指出，藝術家社群對 AI 的敵意並非單純來自金錢補償不足，更多是基於品牌稀釋與聲譽風險的考量。在 2024 年的社會氛圍下，參與 AI 計畫可能導致藝術家面臨同儕的排擠與「取消文化」，這種職業風險遠超過 Tess 所能提供的微薄版稅。此外，即便 Tess 標榜合法，其底層模型仍是基於可能包含未授權數據的 Stable Diffusion，這讓部分評論者對其法律基礎的純粹性表示懷疑。

針對版權法規的爭論是討論的另一個焦點。有觀點認為「風格」在目前的法律架構下並不受版權保護，若為了補償藝術家而擴大智慧財產權的定義，可能會導致過度訴訟、數位自由受損，甚至引發類似 DRM 的嚴苛限制。然而，也有反對意見認為，人類學習風格與機器大規模抓取數據有本質上的區別，法律終將演進以區分這兩者。部分討論者提議，或許應參考音樂產業的 ASCAP 或 BMI 模式，建立集體授權機制，而非試圖追蹤每一張生成圖像與原始藝術家的關聯，因為後者在技術上幾乎難以達成。

在產品實用性方面，曾實際測試該服務的用戶指出，Tess 的生成品質與市場領導者如 OpenAI 或 Flux 相比仍有顯著差距。對於需要大量生產圖像的企業用戶而言，若無法在少數幾次嘗試內獲得滿意結果，即便該平台具備道德優勢，也難以在商業競爭中生存。最終，社群普遍達成一個共識：在法律判例尚未塵埃落定前，大型企業的法務部門傾向於完全避開 AI 授權產品，這種不確定性成了創新商業模式難以跨越的鴻溝。

延伸閱讀

討論中提到了音樂版權集體管理組織如 ASCAP、BMI 與 SESAC，這些組織的運作模式被認為是未來 AI 內容授權可能參考的方向。此外，留言也提及了西班牙刑法第 270 條關於數位重製版權的相關規範，作為對比不同地區法律環境的參考。