数字馆藏与图库
AI 艺术的版权、署名与商用风险
从人类作者性、训练数据争议到平台条款与署名记录，区分可浏览、可下载、可商用三件事。
AI 图像的版权问题，最容易被两句相反的话带偏：一句是“机器画的，没有版权”，另一句是“我写的提示词，所以版权归我”。实际判断要看你所在的司法辖区、使用的工具条款、生成过程中人类投入了什么，以及你打算怎么用。
以下是一套偏实操的检查思路，不是法律意见。涉及商业发行、品牌项目、大额授权或平台投诉时，应咨询当地专业律师。
先分清三件事：能看、能下、能商用
很多争议来自把这三件事混成一件：
- 可浏览：页面公开，你能看。这只说明访问不受限制。
- 可下载：站方允许保存文件。下载许可通常附带用途限制。
- 可商用：可以用于收费产品、广告、客户交付。这一层要求最严，往往需要单独授权。
一张图可以同时“能看、能下”，但“不能商用”。反过来，某个素材标了开放许可，也不代表其中的肖像、商标、建筑外观没有其他权利。
人类作者性：你贡献了什么
多数法律体系要求作品具有人类作者的独创性表达。提示词是否构成足够的人类投入，各地判断并不一致，也没有统一答案。比起争论“提示词算不算创作”，更实用的是把投入记录下来：
- 你如何构思主题，为什么选这个方向。
- 你写了哪些描述，如何迭代，删掉了什么。
- 你做了哪些生成之外的修改：拼贴、重绘、上色、排版、合成。
- 最终版本的编辑判断由谁做出。
人类投入越多、可记录的决策越具体，你在署名和权利主张上就越有据可依。反过来，直接输出、未作任何修改的图，主张空间通常更窄。
训练数据争议：它影响什么
围绕训练数据的诉讼与政策讨论，主要涉及未经许可使用受版权保护的作品、以及输出与训练样本过度相似的问题。对普通创作者，直接影响通常体现在三处：
- 平台条款：工具方可能要求你承诺不生成侵权内容，或保留对输出的部分使用权。
- 风格模仿：模仿在世艺术家风格，可能引发合同、平台规则或名誉层面的争议，即使不构成版权侵权。
- 输出相似：如果生成结果与某件已知作品高度接近，商用风险会显著上升。
你无法凭一篇文章判断某个模型是否“合法”，但可以做到：保留生成记录、避免直接复制具体作品、对明显相似的结果做二次修改或弃用。
平台条款要看哪几条
注册前至少扫一遍这几个位置：
- 输出归属：生成内容归用户、归平台，还是双方共有。
- 商业使用：免费版与付费版的商用范围是否不同。
- 公开与训练：你的输入和输出是否会被用于改进模型，能否关闭。
- 责任条款：出现侵权投诉时，责任由谁承担。
- 终止与留存：账号停用后，已生成内容还能否访问。
条款会更新，重要项目开始前重看并保存版本截图。
博物馆、图库与开放许可
用 AI 处理馆藏图像时，先看对象页的权利说明，而不是只看“公有领域”四个字。作品本身进入公有领域，不等于高清扫描件、色彩校正版或数据库记录没有附加条件。
Wikimedia Commons 这类开放素材库会标注许可类型与署名要求，适合练习和教学，但仍要逐条核对。大都会艺术博物馆馆藏 的开放访问项目提供了大量可下载图像，使用时注意其规定的引用格式与用途范围。
一个常见误区是：把 AI 生成图直接叠在公版作品上，就认为整张新图没有限制。原作的许可、你新增部分的权属、以及平台条款，是三套独立的问题。
署名与过程记录怎么写
给 AI 参与的作品署名，可以采用透明、可核查的写法：
- 注明使用了哪类工具。
- 说明人类作者负责的部分：构思、提示、筛选、后期、编排。
- 保留生成日期与关键参数，方便他人核对。
- 如使用他人素材或参考图，注明来源与许可。
在作品说明里加一段方法说明，比在评论区争论“这算不算艺术”更有用。机构在做 AI 相关委任项目 时，通常也会要求这类过程文档。
商用前的检查清单
- 确认输出可用于商业用途，且你使用的是相应档位的账号。
- 检查图中是否出现可识别的真人、商标、品牌包装或受保护角色。
- 检查是否与已知作品高度相似，必要时重做。
- 确认字体、纹理、参考图各自的许可。
- 保存条款版本、生成记录与修改过程。
- 客户交付时，书面说明 AI 参与程度与你可授予的权利范围。
不要期待一个统一答案
版权规则按国家而异，平台条款按产品而异，个案判断按证据而异。你能控制的是过程：用合规的素材、留下清楚的记录、对不确定的部分保持保守。想把基础概念补齐，可以先读 ml4a 中关于数据与模型的作品讨论，或在 Creative Applications 查看项目如何标注合作者与工具。
更多权利与许可相关的内容，可以按馆藏分类继续浏览。