A Study on Copyright Infringement and Regulation Paths for Generative Artificial Intelligence Painting

Wang Zhuoqun

（School of Artificial Intelligence andLaw，Southwest Universityof Political ScienceandLaw，Chongqing 401120）

Abstract：Generativeartificialintellgence（A）paintinghsdeveloedapidlyandbecomeidespreadbringingwithitteriskof copyrightinfringeentichsaroadsocialipact.TetchicalcharacteristicsofgenerativeAIpaintingicudedeepagapbilitiesandrelianceonmassiveamountsoftrainingdata.Combiningdomesticandinteratioaljudicialcases，copyightifrngentan bedividedintotwocategoris：infringementofexistingcopyightholdersbyrainigdataandinfringeentfacedbygeneratieAworks， suchasmisapropratioThreareanydiultisineprocessofgulatingopightinfringentcludingiguityinetei ningcopyrightoershipofgenerativeAworks，videntarydifcisinrainingdatainfringementcases，ndtelackofectivegov eranceftragdaesTtielyatergtdlaeoloaliovaiglatioiisd idetifyAIpaintingcopyghtsbasedontheorigialcontributiosofusers，exploretheuleofreversedburdnofproofinraningdatainfringement cases，and strengthen the governance of the source and content of training data.

Keywords： generative AI painting； copyright； copyright infringement； training data

近年來，生成式人工智能繪畫獲得了一定的發(fā)展。2022年美國科羅拉多州藝術(shù)博覽會上，游戲設(shè)計(jì)師杰森·艾倫利用生成式人工智能繪畫工具M(jìn)idjourney生成繪畫，并經(jīng)Photoshop等軟件潤色后產(chǎn)生了畫作《太空歌劇院》，生成式人工智能繪畫正式走入大眾視野。該技術(shù)歷經(jīng)多次迭代，憑借其低成本、高效率的特點(diǎn)，已實(shí)現(xiàn)了在平面設(shè)計(jì)、游戲美術(shù)等具體領(lǐng)域的實(shí)踐應(yīng)用[1]。但技術(shù)具有兩面性，生成式人工智能繪畫在帶來便利的同時(shí)，也因其技術(shù)特點(diǎn)，不可避免地挑戰(zhàn)傳統(tǒng)著作權(quán)法規(guī)則，引發(fā)諸多侵權(quán)風(fēng)險(xiǎn)，不僅嚴(yán)重?fù)p害著作權(quán)人合法權(quán)益，也不利于技術(shù)可持續(xù)發(fā)展。

未來將是以人工智能驅(qū)動的社會，為兼顧發(fā)展和安全，各國日益注重研究生成式人工智能的規(guī)范問題。2024年8月歐盟《人工智能法案》正式生效，這是全球首部全面監(jiān)管人工智能的法律，新加坡、印度等國也制定了人工智能監(jiān)管法律文件。當(dāng)前，我國高度重視人工智能的發(fā)展與監(jiān)管，國家層面已初步建立相關(guān)法律規(guī)范，于2023年相繼發(fā)布《生成式人工智能服務(wù)管理暫行辦法》（以下簡稱“《辦法》”）、《生成式人工智能服務(wù)安全基本要求（征求意見稿）》（以下簡稱“《要求》”），“人工智能法草案”也已連續(xù)兩年被列入國務(wù)院立法計(jì)劃，民間層面也產(chǎn)生了《人工智能法學(xué)者建議稿》。但當(dāng)前關(guān)于生成式人工智能繪畫的治理規(guī)則仍不完善，存在著作權(quán)認(rèn)定等方面的空白和爭議?；诖?，本文從生成式人工智能繪畫自身技術(shù)原理出發(fā)，結(jié)合國內(nèi)外既有司法案例，對其著作權(quán)侵權(quán)做類型化分析，厘清當(dāng)前規(guī)制存在的問題，提出可行的規(guī)制路徑，以期豐富生成式人工智能繪畫著作權(quán)相關(guān)理論，為審理相關(guān)侵權(quán)案件提供參考，保障生成式人工智能繪畫技術(shù)與產(chǎn)業(yè)持續(xù)健康發(fā)展。

一、生成式人工智能繪畫的技術(shù)原理

要探究生成式人工智能繪畫的著作權(quán)侵權(quán)風(fēng)險(xiǎn)，首先需回歸其技術(shù)原理。生成式人工智能繪畫其內(nèi)涵在于以大量圖像訓(xùn)練數(shù)據(jù)為基礎(chǔ)，依托算法生成全新圖像，本質(zhì)上是對人類智能的模擬。生成式人工智能繪畫基于其自身技術(shù)原理，區(qū)別于畫筆等傳統(tǒng)工具，具備深度學(xué)習(xí)能力與較高的自主性，同時(shí)需收集海量的訓(xùn)練數(shù)據(jù)，這些技術(shù)特征使其存在著作權(quán)侵權(quán)風(fēng)險(xiǎn)。

（一）具備深度學(xué)習(xí)能力

起步階段的生成式人工智能繪畫始于二十世紀(jì)后期。1973年，藝術(shù)家HaroldCohen創(chuàng)造了AARON程序，以此引導(dǎo)機(jī)械臂在畫布上完成繪畫，這是世界首個(gè)繪畫機(jī)器人[2]

隨著技術(shù)的發(fā)展，人工智能逐漸具備深度學(xué)習(xí)能力。2014年誕生了生成式對抗網(wǎng)絡(luò)，即一種用于無監(jiān)督機(jī)器學(xué)習(xí)的強(qiáng)大神經(jīng)網(wǎng)絡(luò)，包括生成網(wǎng)絡(luò)與判別網(wǎng)絡(luò)，前者負(fù)責(zé)生成逼真圖像，后者負(fù)責(zé)辨別圖像真實(shí)性[3]，通過二者的不斷對抗與競爭，實(shí)現(xiàn)生成“真假難辨”的高質(zhì)量圖像。2021年，來自O(shè)penAI的語言圖像對比學(xué)習(xí)預(yù)訓(xùn)練模型能夠訓(xùn)練AI對文字和圖片的匹配能力，使其“理解”圖像內(nèi)容，大大提升了生成圖像的準(zhǔn)確性。

目前生成式人工智能繪畫普遍依托的是CLIP和擴(kuò)散模型算法。擴(kuò)散模型的圖像生成過程主要包括兩部分，即先對圖像逐步增加噪聲，使其最終成為完全模糊不清的高斯噪聲，再通過神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)由高斯噪聲逐步去噪，最終恢復(fù)原始圖像，相較于其他模型，擴(kuò)散模型所生成的圖像質(zhì)量更高、更具多樣性[4]

深度學(xué)習(xí)能力將引發(fā)著作權(quán)問題。綜觀生成式人工智能繪畫發(fā)展歷程，可發(fā)現(xiàn)其深度學(xué)習(xí)能力愈來愈強(qiáng)。生成式人工智能繪畫過去是對素材的拼接，目前主流生成式人工智能繪畫工具即便依舊無法真實(shí)理解圖像，但其本質(zhì)上是從大量數(shù)據(jù)中尋找并學(xué)習(xí)規(guī)律，根據(jù)融合特定提示詞所要求的特征以生成全新圖像，此過程體現(xiàn)了人工智能較高的自主性。這使得生成式人工智能繪畫與傳統(tǒng)繪畫相去甚遠(yuǎn)，產(chǎn)生了著作權(quán)上的主體性爭議，即圖像創(chuàng)作者究竟是生成式人工智能本身還是其使用者或其他主體，由此導(dǎo)致難以認(rèn)定生成式人工智能繪畫是否應(yīng)受著作權(quán)法保護(hù)。因此當(dāng)生成式人工智能繪畫自身遭受盜用等侵權(quán)行為時(shí)，難以對其有效規(guī)制。

（二）依托海量訓(xùn)練數(shù)據(jù)

訓(xùn)練生成式人工智能繪畫軟件需收集龐大的圖像數(shù)據(jù)。數(shù)據(jù)是人工智能的重要支撐，生成式人工智能的內(nèi)容生成程序以數(shù)據(jù)為基礎(chǔ)與首要環(huán)節(jié)，輸入數(shù)據(jù)的數(shù)量與質(zhì)量決定輸出內(nèi)容的質(zhì)量[5]。故目前各類生成式人工智能繪畫算法模型均依靠大規(guī)模數(shù)據(jù)集進(jìn)行訓(xùn)練，以2022年OpenAI推出的文生圖系統(tǒng)DALL-E2為例，其官網(wǎng)表明該系統(tǒng)的整個(gè)數(shù)據(jù)集共包含數(shù)億張圖像。

訓(xùn)練數(shù)據(jù)集存在著作權(quán)侵權(quán)風(fēng)險(xiǎn)，生成式人工智能繪畫訓(xùn)練數(shù)據(jù)集所收集的圖像數(shù)據(jù)，除開源的公共訓(xùn)練數(shù)據(jù)外，更多的是來自他人受著作權(quán)法保護(hù)的作品。然而針對該部分在先作品，目前大部分生成式人工智能繪畫平臺通常未經(jīng)著作權(quán)人許可，也未支付報(bào)酬，而是直接將其納入數(shù)據(jù)庫，從而達(dá)到學(xué)習(xí)特定畫師畫風(fēng)等目的。此類“喂圖洗稿”行為已然侵犯在先著作權(quán)，嚴(yán)重侵害相關(guān)主體合法權(quán)益，這也正是生成式人工智能繪畫一直以來為人們所詬病的主要原因之一。若不能依法、有效規(guī)制此類侵權(quán)行為，保障在先著作權(quán)，將可能極大打消人們的創(chuàng)作積極性，也將進(jìn)一步加劇人們對人工智能工具的抵觸心理。

二、生成式人工智能繪畫著作權(quán)侵權(quán)的類型化分析

生成式人工智能繪畫在為生產(chǎn)生活帶來便利的同時(shí)，也引發(fā)了諸多侵權(quán)事件，且國內(nèi)外均存在相關(guān)司法實(shí)踐。生成式人工智能繪畫因其低成本、高效率、操作簡便等特征，吸引人們廣泛使用，由此激發(fā)了新的文化繁榮，卻也使既有文化陷入危機(jī)[，盜用、篡改等著作權(quán)侵權(quán)行為大量出現(xiàn)，不利于生成式人工智能繪畫產(chǎn)業(yè)的可持續(xù)健康發(fā)展。《辦法》第四條要求提供和使用生成式AI服務(wù)應(yīng)尊重知識產(chǎn)權(quán)，但尚未明確規(guī)定生成式AI所涉及的著作權(quán)侵權(quán)類型。因而可依據(jù)被侵權(quán)主體的不同，將生成式人工智能繪畫相關(guān)著作權(quán)侵權(quán)行為分為兩大類，以實(shí)現(xiàn)針對性治理。

（一）訓(xùn)練數(shù)據(jù)對在先著作權(quán)人的侵權(quán)

當(dāng)前，生成式人工智能繪畫訓(xùn)練數(shù)據(jù)集廣泛存在侵犯在先著作權(quán)的情況。在互聯(lián)網(wǎng)時(shí)代，許多畫師選擇將自己的作品發(fā)布至網(wǎng)絡(luò)，但該行為卻無形中為生成式人工智能繪畫平臺收集訓(xùn)練數(shù)據(jù)大開便利之門。畫師發(fā)布繪畫作品的同時(shí)，可能會詳細(xì)標(biāo)注角色名稱、發(fā)型、服飾等各類細(xì)節(jié)，這導(dǎo)致其作品成為天然的人工智能訓(xùn)練數(shù)據(jù)，甚至省去了人工標(biāo)注成本[7]。生成式人工智能繪畫平臺在收集此類圖像數(shù)據(jù)時(shí)，往往并未事先取得著作權(quán)人同意，也未支付報(bào)酬，通常是在畫師完全不知情的情況下完成數(shù)據(jù)收集的，嚴(yán)重侵害著作權(quán)人的著作權(quán)。目前，國內(nèi)外均存在相關(guān)司法判決。

2023年美國法院對藝術(shù)家集體起訴生成式人工智能繪畫軟件開發(fā)公司的著作權(quán)侵權(quán)案作出了判決①。該案原告SarahAndersen等三位藝術(shù)家代表自己和其他眾多藝術(shù)家起訴StabilityAI等三家公司，主張其未經(jīng)授權(quán)使用數(shù)十億張受版權(quán)保護(hù)的圖像用以訓(xùn)練程序，要求其承擔(dān)侵權(quán)責(zé)任。法院以原告訴狀和舉證缺乏充分性、具體性為由，駁回其大部分指控，僅支持了Andersen對于StabilityAI直接版權(quán)侵權(quán)的訴訟請求，并允許原告修正訴狀，以明確哪一被告侵犯了哪些作品。該案最新進(jìn)展為2024年8月，法院部分批準(zhǔn)、部分駁回了該案的第一次修正申訴動議，準(zhǔn)予原告繼續(xù)追究相關(guān)索賠的權(quán)利②。該案可為我國未來的相關(guān)理論與實(shí)踐提供參考，但需要注意的是2023年的判決中對于原告舉證責(zé)任的要求較高，未來我國審判相關(guān)案件可在此方面進(jìn)行優(yōu)化與調(diào)整。

我國首例生成式人工智能繪畫平臺著作權(quán)侵權(quán)案于2024年2月8日作出判決。本案原告上海新創(chuàng)華公司經(jīng)案外人授權(quán)，在授權(quán)期限及范圍內(nèi)享有奧特曼系列作品著作權(quán)，主張被告AI公司未經(jīng)許可將該系列作品作為模型訓(xùn)練數(shù)據(jù)，并生成實(shí)質(zhì)性相似的圖片。法院認(rèn)定被告在提供生成式AI服務(wù)過程中生成案涉奧特曼相關(guān)圖像，構(gòu)成侵犯原告著作權(quán)，但對于原告將案涉素材從訓(xùn)練數(shù)據(jù)中刪除的訴訟請求，因案涉大模型由第三方服務(wù)商提供，被告并未實(shí)際進(jìn)行模型訓(xùn)練，故法院未予支持③。該判決對日后審理相關(guān)侵權(quán)案件具有重要的參考意義，但從訓(xùn)練數(shù)據(jù)中刪除案涉素材這一請求該如何實(shí)現(xiàn)仍有待理論與實(shí)踐的進(jìn)一步探索。

（二）生成式人工智能繪畫自身面臨的著作權(quán)侵權(quán)

生成式人工智能繪畫工具的使用者也可能成為被侵權(quán)主體，即生成式人工智能繪畫自身也面臨著著作權(quán)侵權(quán)風(fēng)險(xiǎn)。生成式AI自主性程度更高，使得人們對于生成式人工智能繪畫能否受到著作權(quán)法保護(hù)一直爭議不斷，導(dǎo)致當(dāng)前大量存在對生成式人工智能繪畫的盜用等侵權(quán)行為，且現(xiàn)有法律規(guī)范難以對其有效治理。為保障技術(shù)持續(xù)健康發(fā)展，有效保障各方合法權(quán)益，應(yīng)尋求合適的方式對其規(guī)制，對于是否應(yīng)賦予生成式人工智能繪畫以著作權(quán)保護(hù)，自前各國態(tài)度存在較大差異，我國應(yīng)基于國情探索規(guī)制方式。

2023年我國判決了首例生成式人工智能繪畫著作權(quán)侵權(quán)案。本案原告李某某使用生成式人工智能繪畫工具生成案涉圖像，主張被告劉某某未經(jīng)許可使用該圖像且刪去了原告的署名水印。法院認(rèn)為，原告在生成案涉圖像的過程中，不斷調(diào)整提示詞與參數(shù)等指令，該過程體現(xiàn)了原告的智力投入，且原告系獨(dú)立完成，具有獨(dú)創(chuàng)性，故認(rèn)定案涉圖像屬于美術(shù)作品，并因案涉圖像是基于原告智力投入而直接產(chǎn)生，將著作權(quán)歸屬于原告④。該判決首次通過司法實(shí)踐支持人工智能生成物著作權(quán)，具有開創(chuàng)性意義，但因生成式人工智能繪畫著作權(quán)問題尚未明確，人們對其仍存在諸多爭議。

美國版權(quán)局裁定否認(rèn)生成式人工智能繪畫的版權(quán)保護(hù)。2023年美國版權(quán)局在一回復(fù)信函中稱，漫畫《黎明的扎麗亞》的作者卡什塔諾娃獲得了其中文字、編排等書籍部分的版權(quán)，但該版權(quán)保護(hù)不適用于其中由生成式人工智能繪畫工具M(jìn)idjourney產(chǎn)生的生成式人工智能繪畫部分。其認(rèn)為，版權(quán)保護(hù)僅適用于由人類創(chuàng)作的圖像，由于使用者完全無法預(yù)見AI的生成結(jié)果，故人工智能生成物不能獲得版權(quán)保護(hù)。該觀點(diǎn)于我國而言具有參考價(jià)值，盡管我國首例判決支持賦予生成式人工智能繪畫以著作權(quán)保護(hù)，但未來仍需具體分析，不宜對其一味進(jìn)行否定或肯定。

三、生成式人工智能繪畫的著作權(quán)侵權(quán)規(guī)制問題

法律具有滯后性。分析既有判決可以發(fā)現(xiàn)，無論是訓(xùn)練數(shù)據(jù)集的侵權(quán)還是生成式人工智能繪畫自身遭受的侵權(quán)，在對其進(jìn)行法律規(guī)制的過程中總是面臨各種問題，包括生成式人工智能繪畫著作權(quán)認(rèn)定不明確、訓(xùn)練數(shù)據(jù)集侵權(quán)舉證困難、數(shù)據(jù)來源與內(nèi)容安全存在不足等。盡管司法實(shí)踐中已對此做了開創(chuàng)性的探索，也出臺了初步的法律規(guī)定，但仍有待進(jìn)一步明確與完善。

（一）生成式人工智能繪畫著作權(quán)認(rèn)定不明確

生成式人工智能繪畫著作權(quán)問題一直以來并無定論。生成式人工智能繪畫的技術(shù)特征使其不同于畫筆、相機(jī)等傳統(tǒng)工具，較強(qiáng)的自主性導(dǎo)致難以準(zhǔn)確判斷生成內(nèi)容究竟是由人類還是人工智能產(chǎn)生，進(jìn)而存在著作權(quán)認(rèn)定困境，相關(guān)主體維權(quán)困難。生成式人工智能繪畫著作權(quán)認(rèn)定的不明確主要體現(xiàn)在兩方面，即其是否能夠成為作品以及具體保護(hù)方式。

生成式人工智能繪畫能否成為著作權(quán)法意義上的作品，主要看其是否屬于智力成果且具有獨(dú)創(chuàng)性。生成式人工智能繪畫的生成過程中，使用者僅需輸入指令，輸出內(nèi)容由大模型算法隨機(jī)產(chǎn)生，使用者無法預(yù)見，因而存在其是由人類還是生成式AI產(chǎn)生的爭議。在李某某訴劉某某案中，法院認(rèn)為，第一，使用者設(shè)計(jì)人物呈現(xiàn)方式、選擇指令等過程存在其智力投入，屬于使用者的智力成果；第二，其多次調(diào)整指令的過程體現(xiàn)了其審美選擇與個(gè)性，且生成內(nèi)容會因指令的改變而不同，故認(rèn)定案涉圖像具備獨(dú)創(chuàng)性要件，構(gòu)成著作權(quán)法意義上的作品。但有學(xué)者持反對意見，主張依據(jù)《著作權(quán)法實(shí)施條例》第三條第一款，直接產(chǎn)生作品的智力活動才是著作權(quán)法意義上的創(chuàng)作，而生成式人工智能繪畫產(chǎn)生過程中，人類只是對生成式AI發(fā)出了指令，其自由意志并不能決定最終輸出內(nèi)容，該行為應(yīng)屬間接而非直接產(chǎn)生作品，故不屬于創(chuàng)作行為，生成式人工智能繪畫不能成為作品[8]

生成式人工智能繪畫的具體保護(hù)方式也存在諸多爭論。我國該領(lǐng)域的研究較外國起步晚，美國的PamelaSamuelson教授早在1986年就提出了計(jì)算機(jī)生成作品的五種知識產(chǎn)權(quán)歸屬方式，并最終論證了其作者應(yīng)是計(jì)算機(jī)用戶[9]。我國學(xué)者對此眾說紛紜，存在公共領(lǐng)域說[10]、“代理人\"制度說[1]、允許事先意思自治說[12]、鄰接權(quán)說[13]等觀點(diǎn)。

為兼顧技術(shù)發(fā)展與權(quán)利保障，需要對生成式人工智能繪畫著作權(quán)問題予以明確。面對現(xiàn)實(shí)存在的生成式人工智能繪畫盜用等侵權(quán)行為，只有明確著作權(quán)認(rèn)定標(biāo)準(zhǔn)，才能使公眾知曉自己是否享有著作權(quán)以及如何維權(quán)，也能為法院審理案件提供準(zhǔn)確的法律依據(jù)。

（二）訓(xùn)練數(shù)據(jù)集侵權(quán)舉證困難

訓(xùn)練數(shù)據(jù)集侵權(quán)案中，著作權(quán)人存在舉證困難。一方面，其原因在于著作權(quán)人自身。與作為數(shù)據(jù)收集和使用者的AI平臺相比，大部分著作權(quán)人對技術(shù)原理并不熟悉，也不具備實(shí)際接觸大模型訓(xùn)練數(shù)據(jù)的能力，相對而言處在弱勢地位，難以獲取切實(shí)有效的證據(jù)證明哪些在先作品遭受了侵權(quán)，存在舉證困難。另一方面，其原因主要在于生成式人工智能繪畫的技術(shù)特征。生成式人工智能繪畫軟件勢必要收集海量圖像作為訓(xùn)練數(shù)據(jù)，其中必然包含大量受著作權(quán)法保護(hù)的在先作品，但基于其自主性與深度學(xué)習(xí)能力，輸出結(jié)果的產(chǎn)生過程本質(zhì)上是對規(guī)律的學(xué)習(xí)。該過程具有高度概括性與抽象性，難以分辨具體參考了哪一在先作品[7]，因而著作權(quán)人難以舉證證明生成內(nèi)容構(gòu)成對在先作品的實(shí)質(zhì)性相似，進(jìn)而導(dǎo)致難以認(rèn)定生成內(nèi)容是否構(gòu)成侵權(quán)，以及構(gòu)成對哪個(gè)在先作品的侵權(quán)。

目前國內(nèi)外既有案例對著作權(quán)人舉證責(zé)任要求不一。首先，美國Andersen訴StabilityAI案2023年的判決中對原告舉證責(zé)任要求過高，該案原告主張被告未經(jīng)授權(quán)，對其作品中的版權(quán)信息做了刪除或修改，法院認(rèn)為原告舉證不充分，原告應(yīng)說明其所認(rèn)為的被刪除或修改作品的具體版權(quán)信息，并明確每個(gè)被告在該項(xiàng)下的責(zé)任?？梢娫撆袥Q對著作權(quán)人的舉證責(zé)任要求較為嚴(yán)苛，需進(jìn)行調(diào)整以平衡各方利益[14]

其次，我國新創(chuàng)華公司訴AI公司案對舉證責(zé)任的分配相對合理。該案法院因奧特曼系列作品知名度高，認(rèn)定被告存在接觸可能。又因被告生成的案涉圖像系部分或完全復(fù)制了奧特曼系列作品的獨(dú)創(chuàng)性表達(dá)，多個(gè)關(guān)鍵特征高度相似，認(rèn)定案涉生成圖像與奧特曼系列作品構(gòu)成實(shí)質(zhì)性相似，判決被告構(gòu)成侵犯原告復(fù)制權(quán)、改編權(quán)?？梢娫撆袥Q并未對原告舉證責(zé)任做過高要求，相對合理，更有助于權(quán)利人維權(quán)。

（三）訓(xùn)練數(shù)據(jù)集缺乏有效治理

訓(xùn)練數(shù)據(jù)合規(guī)是規(guī)制生成式人工智能繪畫著作權(quán)侵權(quán)的重要途徑之一，但自前大多生成式人工智能繪畫平臺的訓(xùn)練數(shù)據(jù)集缺乏有效治理，使得面對訓(xùn)練數(shù)據(jù)侵權(quán)時(shí)存在規(guī)制難題。當(dāng)前技術(shù)開發(fā)者主要通過五種途徑獲取AI訓(xùn)練數(shù)據(jù)，包括自行采集、公開數(shù)據(jù)集采集、模擬產(chǎn)生、數(shù)據(jù)爬取、第三方購買，前三者合法合規(guī)但成本高，后兩者成本低卻不合規(guī)，倫理與法律風(fēng)險(xiǎn)較大[15]。AI訓(xùn)練數(shù)據(jù)集目前仍缺乏有效治理，主要表現(xiàn)在數(shù)據(jù)來源與內(nèi)容的安全性缺乏保障，這是引發(fā)訓(xùn)練數(shù)據(jù)侵權(quán)的最主要原因。

一是數(shù)據(jù)來源安全性治理不足。目前大多AI技術(shù)開發(fā)者認(rèn)為其首要任務(wù)在于突破技術(shù)難題與行業(yè)瓶頸[15]，因而存在AI平臺明知會引發(fā)法律風(fēng)險(xiǎn)，卻仍選擇爬取數(shù)據(jù)以訓(xùn)練AI的情況，新創(chuàng)華公司訴AI公司案便是典型的未經(jīng)許可爬取數(shù)據(jù)而引發(fā)侵權(quán)的例子。因此，有必要進(jìn)一步規(guī)范訓(xùn)練數(shù)據(jù)的來源，為技術(shù)開發(fā)者劃定法律邊界，盡可能從源頭上防范訓(xùn)練數(shù)據(jù)侵權(quán)。

二是數(shù)據(jù)內(nèi)容安全性治理不足。因訓(xùn)練數(shù)據(jù)來源的治理不足，使得當(dāng)前大量生成式人工智能繪畫服務(wù)提供者利用爬蟲腳本，爬取眾多已發(fā)表或未發(fā)表的作品，甚至直接在繪畫作品網(wǎng)站盜取其中全部作品用作訓(xùn)練素材[16]，嚴(yán)重侵犯相關(guān)主體的著作權(quán)。長遠(yuǎn)來看，若不能有效限制處于強(qiáng)勢地位的服務(wù)提供者大肆攫取繪畫作品資源，將造成提供者與著作權(quán)人之間利益的失衡，不僅會嚴(yán)重打擊人們的創(chuàng)作積極性，也會因此禁錮生成式人工智能繪畫技術(shù)的發(fā)展[16]，因?yàn)樵摷夹g(shù)的發(fā)展需以人類創(chuàng)造創(chuàng)新為基礎(chǔ)。

四、生成式人工智能繪畫的著作權(quán)侵權(quán)規(guī)制路徑

技術(shù)是一把雙刃劍，增進(jìn)人類福祉是科技的出發(fā)點(diǎn)和落腳點(diǎn)[17]。生成式人工智能繪畫著作權(quán)侵權(quán)是新型法律問題，各國均處于探索階段。面對當(dāng)前大量存在的生成式人工智能繪畫著作權(quán)侵權(quán)，既不能過于保守而無法保障著作權(quán)人的合法權(quán)益，也不宜過于激進(jìn)致使阻礙技術(shù)進(jìn)步，因而本文基于前述兩種侵權(quán)類型，提出三方面規(guī)制路徑建議，為我國在人工智能生成物著作權(quán)領(lǐng)域的法律制度體系構(gòu)建提供參考。

（一）以使用者獨(dú)創(chuàng)性貢獻(xiàn)認(rèn)定著作權(quán)

為有效規(guī)制生成式人工智能繪畫自身所面臨的著作權(quán)侵權(quán)，應(yīng)明確其著作權(quán)認(rèn)定標(biāo)準(zhǔn)。生成式AI正處于快速發(fā)展階段，不宜過早修法或立法，而應(yīng)通過釋法及司法實(shí)踐，為生成式人工智能繪畫探尋合適的著作權(quán)認(rèn)定標(biāo)準(zhǔn)，一如北京互聯(lián)網(wǎng)法院此前做出的初步探索，以明確權(quán)利邊界，遏制侵權(quán)行為。

認(rèn)定生成式人工智能繪畫著作權(quán)的關(guān)鍵在于判斷其是否滿足獨(dú)創(chuàng)性標(biāo)準(zhǔn)，且必須堅(jiān)持具體分析，因此應(yīng)當(dāng)以使用者的具體獨(dú)創(chuàng)性貢獻(xiàn)為認(rèn)定標(biāo)準(zhǔn)。首先，生成式人工智能繪畫必須具有獨(dú)創(chuàng)性才能獲得著作權(quán)。著作權(quán)法旨在保障權(quán)利、鼓勵創(chuàng)新，具備獨(dú)創(chuàng)性的智力成果才能受著作權(quán)法保護(hù)。其次，生成式人工智能繪畫的獨(dú)創(chuàng)性貢獻(xiàn)來自使用者。技術(shù)開發(fā)者的獨(dú)創(chuàng)性貢獻(xiàn)僅體現(xiàn)在特定軟件程序上，對于具體生成式人工智能繪畫的產(chǎn)生并無具體的貢獻(xiàn)。生成式人工智能繪畫基于使用者給定的指令而產(chǎn)生，因此若特定生成式人工智能繪畫足以具備獨(dú)創(chuàng)性，則該獨(dú)創(chuàng)性貢獻(xiàn)應(yīng)當(dāng)來自使用者。

簡單的文生圖不應(yīng)受到著作權(quán)法保護(hù)，應(yīng)納人公共領(lǐng)域。如僅輸人提示詞“一只貓”而生成圖像，此類由簡單指令產(chǎn)生的生成式人工智能繪畫不應(yīng)獲得著作權(quán)，因其不具備獨(dú)創(chuàng)性。著作權(quán)法保護(hù)的是表達(dá)，但該過程無論是提示詞或生成內(nèi)容均不存在任何具備獨(dú)創(chuàng)性的表達(dá)，理應(yīng)無法獲得版權(quán)保護(hù)，應(yīng)將其納入公共領(lǐng)域，供公眾免費(fèi)使用，且版權(quán)制度旨在促進(jìn)知識的公開與傳播[18]

能夠體現(xiàn)使用者獨(dú)創(chuàng)性表達(dá)的生成式人工智能繪畫應(yīng)受著作權(quán)保護(hù)，著作權(quán)歸屬應(yīng)優(yōu)先尊重當(dāng)事人意思自治。生成式人工智能繪畫既存在人工智能的貢獻(xiàn)，也包含人類的貢獻(xiàn)。提示詞與參數(shù)、主題、最終選擇等均由使用者決定，可見使用者的判斷在該過程中具有重要作用[9]，且體現(xiàn)了使用者獨(dú)創(chuàng)性表達(dá)。故當(dāng)人類貢獻(xiàn)足以滿足最低獨(dú)創(chuàng)性標(biāo)準(zhǔn)時(shí)，應(yīng)賦予生成式人工智能繪畫以著作權(quán)保護(hù)。在李某某訴劉某某案中，原告多次調(diào)整指令，雖其提示詞與參數(shù)大多是他人事先選定的，使得使用者的貢獻(xiàn)并沒有表面上體現(xiàn)出來的大，但這并不妨礙使用者的選擇符合最低獨(dú)創(chuàng)性標(biāo)準(zhǔn)[19]，因而被告未經(jīng)許可的使用構(gòu)成著作權(quán)侵權(quán)。再如美國《藜明的扎麗亞》，其作者首先從故事中總結(jié)關(guān)鍵詞，基于此形成生成式人工智能繪畫圖像[19]。該過程體現(xiàn)了使用者對生成內(nèi)容的安排與設(shè)計(jì)，即便使用者無法準(zhǔn)確預(yù)測輸出結(jié)果，但該調(diào)整過程已使生成式人工智能繪畫愈發(fā)確定與具體，其中蘊(yùn)含著使用者的獨(dú)創(chuàng)性表達(dá)，除非抄襲，否則他人難以生成與其構(gòu)成實(shí)質(zhì)性相似的圖片，故理應(yīng)保護(hù)使用者的表達(dá)與創(chuàng)作，賦予其著作權(quán)，以預(yù)防或減少盜用等著作權(quán)侵權(quán)行為。至于具體的著作權(quán)歸屬路徑，由于目前生成式AI仍在快速發(fā)展，若現(xiàn)階段就通過立法將著作權(quán)賦予其中一方，可能會減損其他主體的創(chuàng)作熱情，因此應(yīng)遵循意思自治原則，最大限度平衡各方主體的權(quán)益。

（二）探索數(shù)據(jù)侵權(quán)舉證責(zé)任倒置規(guī)則

在訓(xùn)練數(shù)據(jù)集侵權(quán)案件中，為緩解著作權(quán)人的舉證困難，應(yīng)當(dāng)重新分配舉證責(zé)任，適當(dāng)加大作為服務(wù)提供者的AI平臺的舉證責(zé)任。面對生成式人工智能繪畫技術(shù)，顯然掌握著訓(xùn)練數(shù)據(jù)的AI平臺處于優(yōu)勢地位，而被侵權(quán)的自然人或中小型企業(yè)通常相對弱勢，難以獲得強(qiáng)有力的侵權(quán)證據(jù)[14]，存在維權(quán)困難，如難以舉證證明訓(xùn)練數(shù)據(jù)集具體侵犯了哪一或哪些作品的著作權(quán)。故需調(diào)整舉證規(guī)則，加大AI平臺舉證責(zé)任，以平衡雙方的權(quán)利義務(wù)。

可探索相關(guān)案件中的舉證責(zé)任倒置規(guī)則。舉證責(zé)任倒置旨在減輕或免除原告的舉證責(zé)任，其內(nèi)在原理之一在于原告存在舉證障礙[20]，該規(guī)則的構(gòu)成要素包括原告舉證困難與社會反應(yīng)強(qiáng)烈兩方面[21]。生成式人工智能繪畫訓(xùn)練數(shù)據(jù)集著作權(quán)侵權(quán)案符合這兩個(gè)構(gòu)成要素，因此可考慮適用該規(guī)則。其一，訓(xùn)練數(shù)據(jù)侵權(quán)案件中原告舉證困難。訓(xùn)練數(shù)據(jù)留存于服務(wù)提供者的數(shù)據(jù)系統(tǒng)中，因而侵權(quán)行為與加害后果等證據(jù)均掌握在服務(wù)提供者手中[22]，著作權(quán)人無法實(shí)際接觸其系統(tǒng)，不具備相關(guān)舉證能力。此時(shí)可將舉證責(zé)任倒置，若服務(wù)提供者無法舉證證明訓(xùn)練數(shù)據(jù)并不構(gòu)成對著作權(quán)人的侵權(quán)，則服務(wù)提供者即生成式人工智能繪畫平臺應(yīng)當(dāng)承擔(dān)相應(yīng)侵權(quán)責(zé)任，如此可有效減輕原告舉證困難，同時(shí)起到督促AI平臺自覺尊重他人知識產(chǎn)權(quán)的作用。

其二，社會反應(yīng)強(qiáng)烈。生成式人工智能繪畫的訓(xùn)練數(shù)據(jù)侵權(quán)一直以來廣受詬病，平臺能夠輕易盜取辛苦創(chuàng)作的作品并最終用于盈利，全然不顧法律規(guī)定，侵權(quán)行為頻發(fā)，已引起廣泛且強(qiáng)烈的社會反應(yīng)。在此情況下，為維護(hù)處于弱勢地位的著作權(quán)人合法權(quán)益，保障生成式AI技術(shù)持續(xù)健康有序發(fā)展，對AI平臺舉證責(zé)任做更高要求是合理且必要的，構(gòu)建舉證責(zé)任倒置規(guī)則，有助于平衡發(fā)展與安全。

此外，AI平臺具備相應(yīng)舉證能力。其一，訓(xùn)練數(shù)據(jù)集掌握在AI平臺系統(tǒng)中時(shí)，對于相關(guān)數(shù)據(jù)是否侵犯在先著作權(quán)，AI平臺理應(yīng)基于其控制力而具備舉證能力。如美國Andersen訴StabilityAI案中，顯然收集并掌握訓(xùn)練數(shù)據(jù)的StabilityAI公司更加有能力舉證證明其數(shù)據(jù)是否侵犯原告著作權(quán)，以及侵犯了原告何種作品的著作權(quán)。因此，該案原告即著作權(quán)人的舉證責(zé)任過重，與其舉證能力不相符。其二，若AI平臺使用的訓(xùn)練數(shù)據(jù)集由第三方供應(yīng)商所提供，如我國李某某訴劉某某案，則其應(yīng)為使用了具有權(quán)利瑕疵的訓(xùn)練數(shù)據(jù)而承擔(dān)相應(yīng)責(zé)任，相對于被侵權(quán)的著作權(quán)人而言，AI平臺更有可能獲得數(shù)據(jù)是否侵權(quán)的證據(jù)。故應(yīng)由AI平臺舉證證明訓(xùn)練數(shù)據(jù)并未侵權(quán)，否則其將承擔(dān)不利后果。可見，在訓(xùn)練數(shù)據(jù)集侵權(quán)案件中采用舉證責(zé)任倒置規(guī)則，能夠契合雙方當(dāng)事人舉證能力，有助于幫助著作權(quán)人有效維權(quán)，同時(shí)起到督促生成式人工智能繪畫平臺自覺尊重他人知識產(chǎn)權(quán)，從根源上減少或預(yù)防訓(xùn)練數(shù)據(jù)的著作權(quán)侵權(quán)事件。

（三）加強(qiáng)數(shù)據(jù)來源與內(nèi)容的安全治理

為有效規(guī)制訓(xùn)練數(shù)據(jù)集，防范著作權(quán)侵權(quán)行為，應(yīng)加強(qiáng)對訓(xùn)練數(shù)據(jù)的來源安全與內(nèi)容安全治理。訓(xùn)練數(shù)據(jù)侵權(quán)事件頻發(fā)，歸根結(jié)底是在于對數(shù)據(jù)的治理不足。根據(jù)《要求》第五條，訓(xùn)練語料即訓(xùn)練數(shù)據(jù)的安全要求可分為來源安全、內(nèi)容安全與標(biāo)注安全，其中與訓(xùn)練數(shù)據(jù)著作權(quán)侵權(quán)息息相關(guān)的主要是數(shù)據(jù)來源與數(shù)據(jù)內(nèi)容，因此有必要加強(qiáng)該兩方面的安全治理。

加強(qiáng)數(shù)據(jù)來源安全治理，可構(gòu)建國家或行業(yè)層面的開源訓(xùn)練數(shù)據(jù)集。訓(xùn)練數(shù)據(jù)是人工智能產(chǎn)業(yè)發(fā)展的基石，但當(dāng)前大模型往往依靠低質(zhì)量的爬取數(shù)據(jù)用以訓(xùn)練，欠缺高質(zhì)量訓(xùn)練數(shù)據(jù)，既制約生成式AI產(chǎn)業(yè)進(jìn)一步發(fā)展[23]，又導(dǎo)致潛在的著作權(quán)侵權(quán)。就生成式人工智能繪畫產(chǎn)業(yè)而言，治理數(shù)據(jù)來源安全的一個(gè)有效途徑是構(gòu)建開源數(shù)據(jù)集。其一，國家層面，2023年發(fā)布的《數(shù)字中國建設(shè)整體布局規(guī)劃》提供了政策支持，其提出構(gòu)建國家數(shù)據(jù)管理體制機(jī)制[24]?？上仍诓糠值貐^(qū)或部分生成式人工智能繪畫公司試點(diǎn)，組建著作權(quán)集體管理組織，統(tǒng)一開發(fā)開源訓(xùn)練數(shù)據(jù)集[23]。其二，行業(yè)層面，可通過優(yōu)惠政策激勵大型AI平臺企業(yè)或相關(guān)研發(fā)者自主開發(fā)開源數(shù)據(jù)集。經(jīng)典的AI公開數(shù)據(jù)集如CIFAR數(shù)據(jù)集，匯總了眾多彩色圖像的經(jīng)典數(shù)據(jù)[15]，可用于監(jiān)督學(xué)習(xí)訓(xùn)練。通過構(gòu)建開源的公共訓(xùn)練數(shù)據(jù)集，能夠以低成本獲取高質(zhì)量訓(xùn)練數(shù)據(jù)，同時(shí)有效避免了爬取與侵權(quán)行為，確保訓(xùn)練數(shù)據(jù)來源可追溯，有效保障數(shù)據(jù)來源安全。

加強(qiáng)數(shù)據(jù)內(nèi)容安全治理，監(jiān)督AI平臺尊重他人知識產(chǎn)權(quán)。無論是我國李某某訴劉某某案或是美國Andersen訴StabilityAI案，糾紛的根源均在于AI平臺未能充分尊重他人在先著作權(quán)，未經(jīng)許可便擅自使用他人在先作品，因此規(guī)制此類侵權(quán)的重點(diǎn)在于督促生成式人工智能繪畫平臺尊重他人知識產(chǎn)權(quán)。其一，應(yīng)要求AI平臺獲取他人在先作品必須征得著作權(quán)人同意并支付報(bào)酬。AI平臺獲取訓(xùn)練數(shù)據(jù)不應(yīng)納人合理使用范疇，若僅是為研發(fā)數(shù)據(jù)集且免費(fèi)向公眾開放，可適用合理使用規(guī)則，但大多AI平臺獲取數(shù)據(jù)的最終目的是牟利，故應(yīng)征得同意并支付報(bào)酬。短期來看雖會使開發(fā)生成式人工智能繪畫系統(tǒng)成本增加，但長遠(yuǎn)來看，生成式人工智能繪畫終究無法實(shí)現(xiàn)從零到一的過程，必須依賴于既有的人類作品，也只有蘊(yùn)含了思想情感的人類作品才能實(shí)現(xiàn)高質(zhì)量創(chuàng)新。故若為了短期利益而放任AI平臺不征得同意也不支付報(bào)酬而獲取數(shù)據(jù)，最終將會大幅削減人類創(chuàng)新熱情，隨著高質(zhì)量作品的減少，生成式人工智能繪畫技術(shù)也無法實(shí)現(xiàn)進(jìn)一步發(fā)展，既不利于著作權(quán)保護(hù)，也不利于技術(shù)發(fā)展。其二，可設(shè)立投訴舉報(bào)機(jī)制。《要求》第五條規(guī)定應(yīng)建立著作權(quán)投訴舉報(bào)渠道，便于著作權(quán)人及時(shí)維權(quán)，同時(shí)也使AI平臺得以適用避風(fēng)港規(guī)則，有助于及時(shí)制止著作權(quán)侵權(quán)與減少損失。

五、結(jié)語

生成式人工智能繪畫快速發(fā)展并普及，要求法律規(guī)范與時(shí)俱進(jìn)，緊跟時(shí)代發(fā)展的腳步。生成式人工智能繪畫因其技術(shù)特征，存在著作權(quán)侵權(quán)風(fēng)險(xiǎn)，根據(jù)被侵權(quán)主體的不同，可分為針對在先著作權(quán)人的侵權(quán)與針對生成式人工智能繪畫自身的侵權(quán)。觀察國內(nèi)外司法實(shí)踐可以發(fā)現(xiàn)，目前在治理其著作權(quán)侵權(quán)的過程中存在諸多困境，如生成式人工智能繪畫著作權(quán)認(rèn)定不明確、訓(xùn)練數(shù)據(jù)集侵權(quán)的舉證困難、訓(xùn)練數(shù)據(jù)集缺乏有效治理，為此可依據(jù)使用者獨(dú)創(chuàng)性貢獻(xiàn)認(rèn)定著作權(quán)、探索數(shù)據(jù)侵權(quán)舉證責(zé)任倒置規(guī)則、加強(qiáng)數(shù)據(jù)來源與內(nèi)容的安全治理。依法有效預(yù)防與治理生成式人工智能繪畫著作權(quán)侵權(quán)風(fēng)險(xiǎn)，有助于保障著作權(quán)，維護(hù)并一定程度上激發(fā)人們的創(chuàng)作創(chuàng)新熱情，同時(shí)能夠促進(jìn)生成式人工智能技術(shù)的可持續(xù)發(fā)展，推動其在合規(guī)收集更多高質(zhì)量人類作品的基礎(chǔ)上實(shí)現(xiàn)自身的發(fā)展與進(jìn)步，助力中國特色社會主義法律體系建設(shè)，以及中國式現(xiàn)代化的推進(jìn)?，F(xiàn)階段中國、美國、歐盟是生成式人工智能領(lǐng)域的主要參與者[15]，在該領(lǐng)域的國際競爭中，要想爭取優(yōu)勢，我國需堅(jiān)持立足國情，探索具有中國特色的生成式人工智能監(jiān)管規(guī)則體系，與司法實(shí)踐相輔相成，通過完善立法為實(shí)踐提供法律依據(jù)，并在實(shí)踐當(dāng)中對既有規(guī)則的不足之處加以解釋和完善，以實(shí)現(xiàn)推動技術(shù)大力發(fā)展，同時(shí)兼顧權(quán)利保障。

參考文獻(xiàn)：

[1]羅霄.2023生成式AI圖像模型年報(bào)[J].藝術(shù)學(xué)研究，2024（1）：145-152.

[2]楊宇鶴.AI繪畫的演化、影響與思辨［J].傳媒，2023（17）：52-55.

[3]WANGKF，GOUC，DUANYJ，etal.GenerativeAdversarialNetworks：Introductionand Outlook[J].IEEE/CAA Journal ofAutomaticaSinica，2017（4）：588-598.

[4]劉澤潤，尹宇飛，薛文灝，等.基于擴(kuò)散模型的條件引導(dǎo)圖像生成綜述[J].浙江大學(xué)學(xué)報(bào)（理學(xué)版），2023（6）：651-667.

[5]劉少軍，聶琳峰.人工智能生成內(nèi)容的著作權(quán)法之辯[J].南昌大學(xué)學(xué)報(bào)（人文社會科學(xué)版），2024（1）：107-118.

[6]劉書亮.論AI繪畫對文化創(chuàng)意領(lǐng)域的影響[J].當(dāng)代動畫，2023（2） ：91-95.

[7]聶洪濤，馬可可.生成式人工智能繪畫侵權(quán)的樣態(tài)分析與規(guī)制路徑[J].行政與法，2023（12）：86-98.

［8]王遷.再論人工智能生成的內(nèi)容在著作權(quán)法中的定性［J].政法論壇，2023（4）：16-33.

[9]SAMUELSON P.Allocating Ownership Rights in Computer-Generated Works[J].University ofPitsburgh Law Review，1986（4） ：1185-1228.

[10]張金平.論人工智能生成物可版權(quán)性及侵權(quán)責(zé)任承擔(dān)[J].南京社會科學(xué)，2023（10）：77-89.

[11]王雪喬.人工智能生成物的知識產(chǎn)權(quán)保護(hù)立法研究［J].湖南科技大學(xué)學(xué)報(bào)（社會科學(xué)版），2020（2）：96-102.

[12]鄭遠(yuǎn)民，賀栩溪.結(jié)果視角下人工智能生成物的保護(hù)路徑檢討[J].科技與法律，2020（3）：14-21.

[13]林秀芹，郭壬癸.人工智能對知識產(chǎn)權(quán)正當(dāng)性理論的挑戰(zhàn)與應(yīng)對[J].知識產(chǎn)權(quán)，2023（11）：78-102.

[14]臧志彭，丁悅琪.中國AIGC著作權(quán)侵權(quán)法律規(guī)制的優(yōu)化路徑[J].出版廣角，2023（24）：21-27.

[15]高澤晉.潘多拉的魔盒：人工智能訓(xùn)練數(shù)據(jù)的來源、使用與治理——面向100位AI開發(fā)者的扎根研究［J].新聞記者，2022（1） ：86-96.

[16]馬歌塬.法理視域下AI繪畫的未來：自由與控制的平衡[J].智能科學(xué)與技術(shù)學(xué)報(bào)，2023（3）：424-430.

[17]汪鵬程.科技向善的法治保障及其德治捍衛(wèi)［J].自然辯證法研究，2023（10）：122-127.

[18]吳午東.人工智能生成內(nèi)容與傳統(tǒng)版權(quán)制度的分歧[J].山東社會科學(xué)，2020（7）：36-42.

[19]蔣.論人工智能生成內(nèi)容的可版權(quán)性：以用戶的獨(dú)創(chuàng)性表達(dá)為視角[J].知識產(chǎn)權(quán)，2024（1）：36-67.

[20]安晨曦.舉證責(zé)任倒置：一個(gè)迷思概念的省思——以知識產(chǎn)權(quán)侵權(quán)訴訟的舉證責(zé)任分配為中心［J].湖北社會科學(xué)，2015（11） ：168-175.

[21]葉自強(qiáng).舉證責(zé)任倒置規(guī)則的構(gòu)成要素與適用[J].河北法學(xué)，2011（5）：71-75.

[22]郭少飛，李彤.數(shù)據(jù)侵權(quán)責(zé)任認(rèn)定難題及其克服：以抖音群控案為例[J].求是學(xué)刊，2022（4）：137-149.

[23]種曉明，孔正毅.AIGC數(shù)據(jù)供給側(cè)視角下我國出版業(yè)版權(quán)資產(chǎn)的開發(fā)[J].出版發(fā)行研究，2023（8）：29-36.

[24]中共中央國務(wù)院印發(fā)《數(shù)字中國建設(shè)整體布局規(guī)劃》[N].人民日報(bào)，2023-02-28（1）.

作者簡介：王卓群（2001—），女，漢族，遼寧本溪人，單位為西南政法大學(xué)人工智能法學(xué)院，研究方向?yàn)槿斯ぶ悄芊▽W(xué)。

（責(zé)任編輯：王寶林）