算法时代的创造力所有权：AI生成艺术与音乐的伦理困境

算法时代的创造力所有权：AI生成艺术与音乐的伦理困境

2023年，AI生成艺术作品的总交易额预计将突破100亿美元，这一惊人的数字不仅彰显了AI在创意产业的巨大潜力，也以前所未有的速度将我们推入了关于创造力所有权、版权归属以及艺术伦理的深刻讨论之中。当算法能够以令人惊叹的速度和逼真度创作出视觉艺术和音乐作品时，我们不禁要问：在算法日益精进的时代，真正的创造力属于谁？这不仅是一个法律问题，更是一个关乎艺术本质、人类价值和技术伦理的哲学命题。

AI艺术浪潮：从技术奇迹到伦理争议

近年来，以Midjourney、DALL-E 2、Stable Diffusion为代表的AI绘画工具，以及AIVA、Amper Music等AI音乐生成器，以前所未有的速度改变着创意产业的面貌。它们通过学习海量的艺术数据，能够根据用户输入的文本指令，快速生成风格各异、质量参差不齐但往往令人惊艳的艺术品和音乐片段。从科幻场景到肖像创作，从古典乐到电子舞曲，AI的应用范围正在不断拓展。这些工具的底层技术，如生成对抗网络（GANs）和扩散模型（Diffusion Models），在短短几年内取得了飞跃式发展，使得AI能够从简单的图像识别、语音合成，进化到具有高度创造性的内容生成。

最初，人们将AI生成艺术视为一项令人兴奋的技术突破，是解放人类创造力、降低创作门槛的有力工具。许多人认为，AI可以帮助艺术家突破瓶颈，或者让没有专业技能的普通人也能实现艺术梦想。然而，随着AI艺术作品的质量不断提升，并且开始在商业领域崭露头角，一场关于其背后伦理和法律问题的辩论也随之展开。这场辩论的核心，在于如何界定AI生成作品的“作者”身份，以及由此引发的版权、原创性、以及对人类艺术家生存空间的潜在影响。

例如，著名的“AI画家”Stewart在2022年于苏富比拍卖行以43.25万美元的价格售出作品《Edmond de Belamy的肖像》，这幅画由一个名为Obvious的AI艺术团体创作。虽然作品的标价令人咋舌，但其创作主体是否为AI本身，还是背后的人类开发者，抑或是训练AI的数据集，引发了广泛的讨论。苏富比在拍卖声明中也承认，“AI系统生成了这幅画，但人类也参与了创作过程”。这种模糊性正是当前AI艺术伦理困境的缩影。这起事件不仅仅是一次技术展示，更是一次对传统艺术市场和版权观念的冲击，预示着一个充满不确定性的新时代的到来。

“AI技术在艺术领域的渗透速度远超我们的想象，它带来的不仅仅是创作工具的革新，更是对‘艺术’和‘创造力’这些核心概念的重新定义，”一位资深艺术评论家指出，“我们必须正视这些变化，而不是简单地抗拒。”

谁是创作者？算法、数据与人类意图

在讨论AI生成艺术的版权时，首要面对的问题是谁是真正的创作者。从技术角度看，AI模型本身是算法的集合，它通过学习海量数据来生成新的内容。因此，可以认为AI是“工具”或“媒介”。然而，AI的学习过程是复杂的，其内部的决策机制往往是“黑箱”，人类开发者很难完全预测或控制AI的输出。这使得将AI简单地视为一个被动工具的观点受到挑战，因为它似乎具备了一定程度的自主性和“创造性”。

另一些观点则认为，AI模型的开发者是创作者，因为他们设计、训练并部署了AI系统。他们投入了技术、时间和资源，才使得AI能够进行创作。他们构建了AI的“大脑”和“学习机制”。然而，这种观点忽略了AI在创作过程中的自主性。当一个AI模型能够根据模糊的提示词生成独特而富有想象力的作品时，开发者是否还能声称对每一幅作品拥有全部的创作权？这好比制造了画笔的人，是否能声称对用这支画笔画出的所有画作拥有版权？

更具争议的是，AI创作所依赖的海量训练数据。这些数据通常包含无数人类艺术家创作的作品，其中许多受到版权保护。AI通过分析这些作品的风格、元素和模式来学习创作。那么，这些被“借鉴”的艺术家，在AI生成作品的创作过程中，是否应该被视为某种形式的“贡献者”？如果AI生成的作品在风格上与某个特定艺术家的作品高度相似，这是否构成侵权？这些都是当前版权法难以直接解答的问题。

此外，用户输入的提示词（prompt）在AI创作中扮演了至关重要的角色。一个精妙的提示词可以引导AI生成出乎意料的优秀作品，提示词工程师（Prompt Engineer）甚至成为一种新兴职业。从这个角度看，用户作为“指挥者”，通过创意性的指令影响了AI的输出，也应当拥有一定的创作贡献。然而，提示词本身通常非常简短，是否能被视为法律意义上的“创作”？这又是一个需要斟酌的问题。不同长度、复杂度和原创性的提示词，其所贡献的创造性劳动也各不相同，这为版权归属的判断增加了新的维度。

“AI创作的复杂性在于，它不是一个单一主体的行为，而是多方博弈的结果，”曾参与多起AI版权纠纷的知识产权律师李明表示，“算法、开发者、训练数据、以及最终的用户输入，都可能对最终的输出产生影响。如何在这些环节之间划分权责，是一个巨大的挑战。我们可能需要一个全新的‘协同创作’框架。”

现有法律的挑战：从“人”到“机器”的身份鸿沟

当前全球的版权法体系，在设计之初，是将“自然人”作为主要的创作主体。例如，中国的《著作权法》明确规定，著作权是作者对其创作的文学、艺术和科学作品享有的权利。这里的“作者”普遍被理解为具有独立意识和创作能力的自然人。而AI，作为一个非人类实体，在法律上并不具备创作主体的资格。这意味着AI在法律意义上不被视为“人”，因此无法成为作品的原始作者。

美国版权局的实践也反映了这一立场。在2023年初，美国版权局拒绝了对AI生成艺术作品的版权注册，理由是该作品的创作并非由人类完成。尽管他们承认人类在提示词输入、编辑和选择过程中发挥了作用，但作品的核心创意和表达并非源于人类。这一决定在AI艺术界引起了轩然大波，但也为各国在AI版权问题上的决策提供了一个重要的参考。

这种“人”与“机器”的身份鸿沟，意味着AI生成作品在法律上很难获得与人类创作同等的版权保护。如果AI生成作品不被视为受版权保护的作品，那么任何人都可以自由使用、复制和分发这些作品，这将极大地影响AI艺术的商业价值，并可能引发无序的市场竞争，阻碍AI艺术生态的健康发展。反之，如果赋予AI创作主体地位，则会颠覆现有的法律框架，需要重新定义“作者”、“原创性”等核心概念，这无疑是一项艰巨的任务，涉及法律哲学和社会伦理的深层次探讨。

“现有法律体系是建立在人类中心主义的基础上的，”知识产权专家张教授解释道，“我们必须思考，当机器也能够进行某种程度的‘创造’时，我们是坚持旧有的框架，还是被迫进行革新？后者意味着巨大的社会和法律成本，但可能是不可避免的趋势。”

一个值得关注的案例是，2022年，美国一名艺术家Stephen Thaler尝试为他创建的AI系统“Creativity Machine”申请AI生成作品的版权，并声称AI是作者。美国版权局驳回了他的申请，理由是“著作权法保护的是人类作者的作品”。这一事件凸显了法律在应对AI创作方面的滞后性。类似的案例在英国也曾发生，英国知识产权局同样拒绝了Thaler的申请。

目前，一些国家和地区正在积极探索解决方案。例如，欧盟委员会正在考虑制定关于AI生成内容的版权规则，而一些司法管辖区则开始尝试根据AI生成作品中人类的“创造性贡献”来判断版权归属，例如，如果人类对AI生成的作品进行了实质性的修改、编辑或艺术选择，那么这些修改和选择可能构成新的版权要素。

上述数据显示，AI艺术市场正经历爆炸性增长，这使得版权和伦理问题的解决更加迫切。

音乐生成AI：旋律背后的灵魂与价值

与视觉艺术类似，AI在音乐创作领域的应用也日益广泛。从为视频游戏生成背景音乐，到为广告制作定制化配乐，AI音乐生成器正在悄然改变音乐产业的生态。这些工具能够模仿各种音乐风格，生成旋律、和声、节奏，甚至人声，其速度和成本效益远超传统音乐制作方式。例如，Google的Magenta项目、OpenAI的Jukebox等都展示了AI在复杂音乐创作方面的强大潜力。

例如，Amper Music被Spotify收购，用于为其平台上的内容生成音乐。AIVA（Artificial Intelligence Virtual Artist）则是一个能够创作古典音乐、电影配乐和电子音乐的AI作曲家，其作品甚至获得了音乐版权协会的认可，这在一定程度上承认了AI作品的商业价值。这些例子表明，AI音乐的商业价值和艺术价值正在被逐步发掘，并逐渐融入主流音乐市场。

然而，与AI艺术一样，AI音乐也面临着复杂的伦理和版权问题。当AI生成的音乐作品销量可观，甚至被用于商业用途时，其“作者”是谁？版权又应归属何方？这些问题同样困扰着音乐产业，并引发了关于音乐“灵魂”和“情感”的深刻讨论。

AI作曲的赋能与侵权风险

AI音乐生成器极大地赋能了许多内容创作者。独立电影制作人、播客主持人、游戏开发者，无需雇佣昂贵的作曲家，即可获得高质量的背景音乐。这极大地降低了内容创作的门槛，促进了内容的多样化和个性化。例如，许多YouTube创作者利用AI音乐来丰富他们的视频内容，提高了观众的观看体验，甚至有AI工具能根据视频内容自动生成匹配的配乐。

然而，AI作曲也带来了潜在的侵权风险。AI模型训练所用的音乐数据，绝大多数来源于人类作曲家和唱片公司的作品，其中许多受版权保护。如果AI生成的音乐在旋律、和声、编曲等方面与现有作品高度相似，就可能构成侵权。法律上，这通常涉及到“实质性相似”的判断标准，即普通听众在听过两首作品后，是否会认为它们是相似的。这使得版权方和艺术家们对AI音乐的潜在威胁感到担忧，尤其是在流行音乐领域，旋律的独创性至关重要。

“我们非常关注AI音乐的训练数据问题，”一位不愿意透露姓名的音乐制作人表示，“如果我的作品被未经授权地用于训练AI，而AI又生成了与我的风格非常相似的作品，这对我来说是不公平的。我应该得到补偿，我的创作劳动不应该被无偿利用。”

此外，AI生成音乐的速度极快，产出量巨大。如果这些作品能够轻易获得版权，并被大量商业化，可能会导致市场上的音乐饱和，从而稀释人类音乐作品的价值，并对音乐家的生计造成冲击。这不仅仅是经济上的影响，更可能改变音乐创作的生态，让“量”取代“质”成为衡量标准。

“AI风格”的出现与艺术独创性

随着AI音乐的不断发展，一些研究者和听众开始注意到一种被称为“AI风格”的音乐特征。这种风格可能表现为某种特定的节奏模式、旋律走向，或者和声进行，有时听起来会过于“完美”或缺乏人类演奏的细微瑕疵和情感波动。这是否意味着AI正在形成自己的“艺术风格”？

艺术独创性是衡量作品价值和获得版权保护的重要标准。独创性通常要求作品体现作者的个性化选择和判断，是其智力劳动的结晶。如果AI生成的音乐缺乏人类的情感投入、艺术家的独特思考和创新性表达，那么它是否还能被视为具有艺术价值的作品？“AI可以模拟情感，但它是否真的‘感受’情感？这是它与人类艺术家的根本区别，”音乐评论家王先生认为，“真正的音乐不仅是音符的组合，更是创作者内心世界的表达，是人类经验和情感的投射，这是AI目前无法复制的。”

然而，随着AI技术的进步，AI的“情感模仿”能力也在不断增强。某些AI生成的音乐，在情感的传达上，甚至能够与人类作品媲美，尤其是在渲染特定情绪或氛围的背景音乐方面。这使得“情感”和“独创性”的界定变得更加模糊。如果AI能够通过算法生成出足够“独特”且“动人”的音乐，我们是否应该重新审视它在艺术价值上的地位？这引出了一个深层次的哲学问题：艺术的本质是“意图”还是“效果”？如果AI能达到相同的艺术效果，其创作意图是否还重要？

Wikipedia上有关于AI音乐生成的详细介绍，其中涵盖了其技术发展和应用场景，但并未深入探讨其版权和伦理问题：https://zh.wikipedia.org/wiki/AI音乐

数据集的道德阴影：训练数据的来源与补偿

AI生成艺术和音乐的核心是其训练数据集。这些数据集的规模庞大，种类繁多，包含了来自互联网、艺术作品库、音乐数据库等海量信息。这些数据是AI学习和模仿的基础，没有高质量、多样化的数据，AI就无法进行有效的创作。然而，这些数据的收集和使用，却引发了深刻的道德和法律争议。

许多AI模型是通过抓取互联网上的公开数据来训练的。但“公开”并不意味着“免费使用”或“不受版权保护”。大量受版权保护的艺术作品和音乐，未经创作者授权，就被用于训练AI。这使得AI公司在发展壮大的同时，也可能在无意中侵犯了无数艺术家的合法权益，构成了事实上的“数字剥削”。

“喂养”AI的艺术品：版权方的沉默与被动

想象一下，一位艺术家花费数年心血创作的作品，被AI模型“阅读”并学习。AI模型将其风格、技巧、甚至构图元素内化，然后生成出与该艺术家风格高度相似的新作品，并可能因此获得商业利益。而这位艺术家对此却毫不知情，也未获得任何形式的补偿。这无疑是对艺术家创造力和劳动成果的巨大不尊重。

“我们经常发现，我们的作品出现在一些AI生成艺术的示例中，但我们从未收到过任何通知或报酬，”一位要求匿名的插画师表示，“感觉就像我们的作品被偷走了，用来喂养一个‘食利者’，而我们却束手无策。”这种侵权行为的隐蔽性也给艺术家维权带来了巨大挑战，因为追踪AI模型使用了哪些具体作品往往非常困难。

一些AI公司辩称，他们只是在学习和模仿，就像人类艺术家一样，这属于“合理使用”（fair use）或“合理处理”（fair dealing）的范畴。然而，AI的学习方式和规模是人类无法比拟的。AI可以在短时间内“消化”数以亿计的作品，并从中提炼出可以复制的模式。这种大规模、非授权性的学习，与人类的艺术学习过程有着本质的区别：人类学习是为了创造出独一无二的作品，而AI学习是为了生成大量的、可能与训练数据高度相似的作品。此外，AI模型的商业目的也使其“合理使用”的辩护面临挑战。

《华尔街日报》曾报道，至少有16名艺术家在2023年初就AI图像生成器Stability AI提起了集体诉讼，指控其未经许可使用其作品进行训练，并侵犯了版权。该诉讼的核心论点是，Stability AI的模型“在不知不觉中”复制了训练数据中的艺术作品，并且其生成的图像“在构成和细节上”与原告的作品相似。类似的，Getty Images也对Stability AI提起了诉讼，指控其未经授权使用了数百万张受版权保护的图像。这些法律纠纷只是冰山一角，未来类似的诉讼预计会不断涌现，形成一个复杂的法律战场。

公平补偿的呼声：艺术家权益如何保障

面对AI训练数据的版权问题，艺术家和版权方的呼声越来越高：需要建立一个公平的补偿机制。这意味着，如果AI模型使用了包含在训练数据集中的受版权保护的作品，那么这些作品的创作者应该获得相应的补偿，如同音乐播放需要支付版税一样。这不仅是为了保护艺术家的经济利益，更是为了维护创意产业的健康生态和对原创精神的尊重。

如何实现这种补偿，是当前面临的巨大挑战。一种可能的方案是，AI公司建立一个庞大的数据库，记录所有用于训练的数据来源，并与版权代理机构合作，按照使用量进行分成。这可能类似于音乐界的集体管理组织（CMO）模式。另一种方案是，要求AI公司在训练前获得作品的授权，或者为训练数据集支付许可费用，但这在实际操作中成本极高，且难以追溯海量互联网数据。

“我们不反对技术发展，但我们希望在技术发展中，我们的权益能够得到保障，”一位漫画家协会的代表说道，“我们愿意与AI公司合作，探索新的商业模式，例如提供授权数据集，但前提是公平和尊重，而不是单方面的窃取。”

一些AI公司也在尝试解决这个问题。例如，一些模型允许艺术家选择退出其作品被用于训练，或者主动寻求与艺术家合作，授权使用其作品并提供经济回报。OpenAI与Getty Images的合作就是积极探索授权模式的一个例子。然而，这些努力往往是自愿性的，并没有形成普遍的行业标准，也难以覆盖所有受影响的艺术家。

“AI的未来不应该是建立在对艺术家权益的剥夺之上，”数字艺术伦理研究者艾米莉·陈博士表示，“我们需要找到一种共赢的模式，让AI成为艺术家的工具，而不是取代他们的生计。这需要政府、行业、艺术家和技术开发者共同努力，制定出具有约束力的规范。”

伦理框架的构建：走向AI艺术的未来

面对AI生成艺术和音乐带来的前所未有的伦理挑战，构建一个清晰、可行且具有前瞻性的伦理框架，变得刻不容缓。这不仅关乎艺术家群体的权益，也影响着我们对艺术本质的理解，以及未来创意产业的健康发展。一个完善的伦理框架将是确保AI技术服务于人类福祉而非带来混乱的关键。

当前的讨论主要集中在版权、原创性、透明度和公平性等方面。一个有效的伦理框架，应该能够平衡技术创新与艺术创作的保护，鼓励AI作为工具赋能人类，而非成为剥削的手段。它需要考虑多方利益，包括AI开发者、艺术家、消费者、法律专家和政策制定者。

透明度与可追溯性：揭开AI创作的“黑箱”

AI创作过程的“黑箱”性质，是造成许多伦理困境的根源之一。缺乏透明度，使得我们难以确定AI作品的创作主体、训练数据的来源，以及是否存在侵权风险。用户往往无法得知AI作品的生成过程是否涉及未经授权的素材，这增加了信任危机。

因此，提高AI创作的透明度和可追溯性至关重要。这意味着，AI模型应该能够清晰地记录其训练数据来源，以及在生成过程中遵循的规则和算法，即使不是完全公开，也应向相关机构或审计方提供。当AI生成作品时，应该能够标注其为AI生成，并尽可能提供其创作过程的线索，例如所使用的主要训练数据集的元数据，或者提示词的详细信息。

“如果我们不知道AI是如何学习的，不知道它‘看过’什么，那么我们就无法评估其作品的原创性，也无法判断是否存在侵权，”一位AI伦理专家指出，“透明度是建立信任的第一步，也是实施任何补偿机制的基础。”

一些技术公司正在探索在AI生成图像中嵌入数字水印（如C2PA标准），以表明其AI生成属性。这种水印可以包含元数据，指示图像是由AI创建的。然而，数字水印的鲁棒性和防篡改性仍需进一步验证，且用户可能轻易去除。同时，对于音乐作品，追踪和标记也面临更大的技术挑战，因为音乐的构成元素更为复杂。区块链技术也被提议用于记录艺术品的创作链条和来源，为AI生成作品提供更强的可追溯性。

合作与共生：人类艺术家与AI的协同进化

将AI视为人类艺术家的“竞争对手”，或许是一种过于简单化的视角。更具建设性的观点是，AI可以成为人类艺术家强大的“助手”和“伙伴”，帮助他们拓展创意边界，提高创作效率，甚至激发前所未有的艺术形式。

例如，艺术家可以利用AI来生成灵感素材，探索新的风格，或者自动化一些重复性的工作，从而将更多精力投入到概念设计和情感表达上。AI的介入，可以促使人类艺术家挑战自我，创造出前所未有的艺术形式，例如互动艺术、生成艺术，甚至是与AI共同完成的表演艺术。许多设计师已经开始利用AI工具进行快速原型设计和概念探索，大大缩短了创作周期。

“我把AI看作我的一个超级工具，”概念艺术家Sarah说道，“它能帮我快速生成大量的想法和草图，让我有更多时间去打磨那些真正打动我的部分。它并没有取代我，反而让我变得更强大，我的作品也因此有了新的维度。”这种观点代表了越来越多艺术家对AI的积极态度。

这种“合作与共生”的模式，要求我们重新思考人类在AI创作中的角色。人类的判断力、情感共鸣、以及对社会文化的深刻理解，是AI目前无法比拟的。通过人机协作，我们可以创造出既有技术优势，又有人类独特创造力的作品，这可能成为未来艺术创作的主流模式。未来的艺术家可能需要具备“AI素养”，懂得如何有效地与AI工具协作。

“未来的艺术创作，很可能是人机协同的产物，”文学评论家李博士预测，“艺术家将不再是孤立的创作者，而是与智能工具协同进化的‘数字时代的艺术家’。这种共生关系将催生新的美学范式和艺术语言。”

构建一个开放、包容的对话平台，促进AI开发者、艺术家、法律专家、政策制定者之间的交流，对于形成共识和推动伦理框架的建立至关重要。只有通过多方的共同努力，才能找到一条既能拥抱技术进步，又能保护人类创造力价值的道路，确保AI艺术在伦理和法律的轨道上健康发展。

未来的展望：人机共创的版权新纪元

AI生成艺术与音乐的伦理困境，并非无解的难题，而是技术发展必然带来的阵痛。随着AI技术的不断演进，以及法律和伦理的逐步完善，我们有理由相信，未来将迎来一个“人机共创”的新纪元，并在此基础上重塑版权的定义和运作模式。

首先，版权法律体系将不得不做出调整，以适应AI创作的现实。这可能包括：

• 明确AI生成作品的版权归属： 可能会出现新的法律概念，例如“AI辅助作品”（Human-AI Collaborative Work）或“AI生成作品”（AI-Generated Work），并为其设定不同的版权保护等级。对于AI辅助作品，版权可能归属于人类用户；对于完全由AI自主生成且人类无实质性干预的作品，其版权归属仍需深入探讨，甚至可能将其归为公有领域或赋予AI开发者有限的商业权利。
• 建立AI训练数据的授权和补偿机制： 这是最迫切需要解决的问题。强制要求AI公司对用于训练的数据进行授权，并建立公平的补偿体系，保障原创作者的权益。这可能涉及到建立全球性的许可数据库、引入微支付系统，或者要求AI平台从其商业收益中分出一部分用于补偿艺术家。
• 引入“AI作者”的概念（谨慎考虑）： 在特定条件下，或许可以考虑为高度自主的AI创作赋予某种形式的“作者”身份，但这需要极其审慎的研究和广泛的社会共识，因为它将彻底颠覆现有的法律哲学基础。更现实的可能是，法律会承认AI作为一种特殊的“创作工具”，其产生的作品权利归属于使用和指导AI的人类。

其次，艺术产业的生态也将发生深刻变化。人类艺术家将更加注重发挥其独特性和创造力，例如，在概念、情感表达、哲学思考、批判性思维和文化语境等方面，这些是AI难以完全复制的。同时，艺术家也可以通过学习和掌握AI工具，成为更具竞争力的“AI艺术家”，利用技术拓展个人表达的边界，创造出传统方式无法实现的艺术形式。教育机构也将调整课程，培养具备人机协作能力的艺术人才。

第三方，技术本身也将朝着更负责任的方向发展。AI公司会更加重视伦理和社会责任，主动参与到版权保护和公平补偿的解决方案中。AI模型的设计也将更加注重透明度和可解释性，方便追溯和审计，从而降低侵权风险并建立行业信任。行业协会和国际组织将发挥重要作用，制定行业规范和最佳实践。

“我们正站在一个历史的十字路口，”科技伦理学家Professor Anya Sharma在一次行业峰会上表示，“AI艺术的未来，取决于我们今天如何选择。是让技术失控，还是引导它朝着更公平、更有利于人类创造力的方向发展。这是一个全球性的挑战，需要全球性的智慧和协作来应对。”

一个值得关注的参考案例是OpenAI的DALL-E系列模型，其在开发过程中也经历了关于数据偏见和版权的讨论。OpenAI在其最新的模型中，也在尝试解决这些问题，例如通过与Getty Images合作，获取授权的图像数据，并为艺术家提供一定的经济回报。这或许预示着AI发展的一个更可持续的方向，即通过合作而非对抗来解决版权问题。

最终，AI生成艺术的伦理和版权问题，不是一个简单的技术问题，而是一个深刻的社会、经济和哲学问题。它迫使我们重新审视“创造力”的本质，以及人类在技术飞速发展的时代所扮演的角色。通过积极的对话、审慎的立法和负责任的技术创新，我们有望在算法时代，为人类的创造力找到新的定位和更广阔的天地，实现人机共创的繁荣。

路透社曾对此类AI版权问题进行过报道，可参考：https://www.reuters.com/technology/us-court-rules-ai-cannot-own-copyright-art-it-creates-2023-02-23/ (英文)

常见问题解答