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。
相關文章
一份社群維護的點擊表,關掉了中國品牌 Android 系統裡的廣告
它不動系統,不解鎖,不刷機,只把廠商本來就留出來的開關一個個撥過去。代價是這份名單得一直有人續寫。
GPT Image 2.6 守住 token 價格,帳單卻變貴了
GPT Image 2.6 沿用 2.5 的全部 token 費率,每張圖卻更貴,因為更多工作現在花在輸出 token 上。上線十一天,定價結構說得比排行榜更多。
有人從外部重寫了 IDM,並寫下自己沒碰過的部分
Mister Download Manager 用 Rust 重寫了 Internet Download Manager 的下載流程,聲稱速度快 5 倍、支援 86 種語言。更值得細讀的,是它解釋如何在不複製任何程式碼的前提下完成重寫的那一段。
Rune 是一個 Rust UI 框架,設計初衷是讓 agent 能檢查自己的工作
Rune 能無頭繪製、匯出元素樹並接受腳本化輸入,這讓編碼 agent 拿到截圖永遠給不了的東西,一個可 diff 的訊號。這個框架仍是預先發布版,不接受 pull request。