AI 生成的圖片歸誰所有？著作權與 Firefly 漏洞

問律師 AI 生成的圖片能否受著作權保護，你會得到一個謹慎、含糊的答案。問行銷團隊能否在廣告活動中使用這種圖片，你會得到一個聳肩。這兩種回答之間的差距，正是 2026 年大量金錢投入、以及大量風險被默默承擔的地方。

法律現況簡述

核心問題是：主要由機器產出的作品，能否在著作權上視為有真人作者。美國著作權局已相當明確表示，純 AI 生成的產出不符合資格。較模糊的地帶在於中間狀態：當人類撰寫提示詞、反覆調整結果、加以編輯，並將其組合成更大的作品時，會發生什麼事。

這個中間地帶仍未解決。實際影響是，未經編輯的 AI 產出在各地的著作權地位仍然不確定，任何所有權主張都取決於最終圖片中投入了多少人類創作，而非生成本身。

這在實務上的意義是：你可以生成圖片，但可能無法為它登記著作權，而且要對抄襲者主張權利，會是一場艱苦的戰鬥。

授權方面則是另一團亂

著作權關乎你能主張什麼。授權關乎平台允許你做什麼，而各平台設定的條款差異很大。

OpenAI 將產出權利歸屬於使用者。Google 及其他主要 API 供應商通常也這麼做，並加上可接受使用限制。Midjourney 則採取不同做法：年營收超過 100 萬美元的公司必須使用 Pro 或 Mega 方案才能將產出用於商業用途，而且 Midjourney 不提供智慧財產侵權賠償。

侵權賠償是對企業最關鍵的部分。這是一項承諾：若有人因 AI 生成的圖片對你提起著作權侵權訴訟，平台會負擔法律費用。多數平台不提供這項保障。

Firefly 例外

Adobe Firefly 是異類。它是唯一提供完整侵權賠償的主要生成工具，而其之所以這樣設計，有一個具體原因：Adobe 使用其擁有權利的內容訓練它，包括授權的圖庫素材和公有領域作品。

這種訓練資料策略改變了風險樣貌。以爬取網路內容訓練的模型，會繼承其產出來源的某種不確定性。以授權資料訓練的模型，可以提出更乾淨的主張，而 Adobe 以法律承諾為其背書。

取捨在於風格。Firefly 能力足夠，但不是美學冠軍。Midjourney 在藝術指導的討論中勝出；Firefly 則在採購決策中勝出。對於承擔不起著作權訴訟的代理商或品牌來說，安全但較不驚豔的選項往往是正確的。

訓練資料問題

在授權條款底下，有個不會靜靜消失的更深層問題：模型是用什麼訓練的。

以爬取網路內容訓練的模型，帶有其產出是否過度近似特定藝術家作品的不確定性。法院仍在審理相關案件，答案將在未來數年形塑「AI 圖片所有權」的意義。目前實際影響是，封閉模型的訓練資料如同黑箱，沒有人能保證生成的圖片完全不受受著作權保護作品的影響。

Adobe 的做法是繞開這個問題，以它授權的內容訓練 Firefly，包括圖庫素材和公有領域資料。這不會讓模型更有創意。這讓法律立場更乾淨，而 Adobe 再搭配侵權賠償。

開源模型又增添另一層複雜性。像 Stable Diffusion 或 Flux 這類模型幾乎可以用任何資料微調，這意味著模型內容的責任有一部分轉移到微調者身上。這種彈性是開源的重點，但也代表出了問題時，沒有單一供應商可以究責。

實用檢查清單

如果你正要把 AI 圖片用在重要的事情上，發佈前先問自己四個問題。

第一，最終圖片是誰做的？投入的人類編輯越多，你的作者身分主張就越有力。記得保存過程紀錄。

第二，平台的授權怎麼寫？確認你的營收規模是否允許商業使用，以及平台是否針對侵權索賠提供賠償。

第三，模型是用什麼訓練的？如果你無法回答，就假設存在一些風險，並據此評估成本。

第四，這個專案值得承擔風險嗎？個人部落格文章和全國性廣告活動不是同一回事。讓你的謹慎程度與風險規模相符。

這對你的意義

如果你是為自己製作圖片的個人，風險很低。生成、編輯，不用太擔心登記你很可能永遠不需要執行的著作權。

如果你是為客戶或公司製作圖片，計算方式就不同了。一旦圖片進入付費廣告活動，你就暴露在訓練資料和授權條款所帶來的風險中。那時，侵權賠償就不再只是法律上的加分項，而成為採購要求。

2026 年誠實的現況是，法律還沒有跟上工具。著作權法是為作者和藝術家寫的，不是為提示詞和擴散模型寫的。在法律跟上之前，對「這歸誰所有」的實際答案是：你可以使用它，但可能無法完全保護它；如果你在上面花真金白銀，發佈任何東西之前先讀授權條款。

值得再次強調這種不對稱，因為它是大部分焦慮的來源。生成圖片很簡單。擁有它、保護它、捍衛它則不然。這兩者之間的差距，正是 AI 圖片生成整個著作權討論的所在，而任何模型版本都無法弭平這個差距。只有法院能，而法院進展緩慢。

目前最安全的路徑，是對尚未解決的法律抱持最少信心：在生成結果上做真正的人類工作、保存編輯過程紀錄，並選擇侵權賠償與專案風險相符的平台。