全国首例涉AI模型结构和参数案诉讼策略与裁判思路解析

近日，北京知识产权法院就抖音公司诉亿睿科公司变身漫画特效模型抄袭案作出二审判决[1]，该案被称为全国首例涉AI模型结构和参数案。
01、案情简介
2020年6月15日，抖音公司运营的抖音安卓端手机应用程序上线变身漫画特效，该特效可以将用户实时拍摄的照片、视频转换为漫画风格。2020年8月4日，亿睿科公司运营的B612咔叽手机应用程序上线少女漫画特效，使用该特效拍摄照片、视频时亦可实现漫画风格的实时转化。
抖音公司主张其变身漫画成像是美术作品、视听作品，其成像生成过程表现为风格设定、风格化量产、模型训练、用户生成四个阶段，在此过程中体现了抖音公司的独创性选择与判断。同时，变身漫画特效模型已经成为抖音公司吸引新用户、提高产品使用率及用户留存率的核心竞争优势。亿睿科公司以抄袭变身漫画特效模型结构和参数的方式使得少女漫画成像与变身漫画成像高度近似（见下图），攫取了属于抖音公司的用户流量和影响，构成著作权侵权及不正当竞争。

一审法院审理后认为，著作权法意义下的创作行为既不能是单纯积累素材、数据、创造生成工具的行为，也不能是按照既定的规则机械地完成一种工作，缺乏创作空间的行为。变身漫画特效的风格设定、风格化量产、模型训练、用户生成四个阶段的行为均非著作权法意义上的创作行为，变身漫画成像不属于著作权法保护的客体，因此抖音公司关于著作权侵权的主张缺乏事实和法律依据。
但变身漫画特效属于抖音手机应用程序中的衍生产品，能够体现抖音公司的竞争利益。而B612咔叽9.7.10版本和抖音11.5.0版本中提取的模型，模型结构中的整体网络结构（B612网络结构无BN层除外）、非相邻子网络之间的连接关系、相互连接的非相邻子网络的结构、卷积层层数、升采样次数位置均一致，36个卷积层中有33个数据完全一致，相似比例达到91.7%，两者的差异部分亦对最终成像效果为微小或无影响。因此认定少女漫画特效模型抄袭变身漫画特效模型具有较高的可能性，亿睿科公司构成不正当竞争。
二审法院则进一步明确了抖音公司在本案中主张受反不正当竞争法保护的竞争利益，是通过真人照片及手绘师绘制的漫画作品训练和调校后的变身漫画特效模型（结构及参数），而非基于该模型所推出的特效应用产品。该模型系随抖音APP发放至用户终端在本地运行，技术人员可以通过技术手段提取模型本身并进行解密，从而获取模型的结构和参数，因此亿睿科公司具有接触可能。而经比对，双方涉案模型在结构、参数等细节方面存在高度的相似性，而亿睿科公司未作出合理解释，也未提供有效的模型研发合同和模型训练证据，未能证明其模型和训练数据来源于自身的研发活动。最终维持了一审判决。
02、案件评析
目前国内已经有很多软件能够实现将真人照片转化成漫画风格的功能，但因漫画特效相似而产生纠纷的本案尚属首例。
对于抖音公司来说，本案最大的难点在于，其变身漫画特效模型并非是100%自研，而是在使用cycleGAN模型基础上调整模型结构及参数并利用手绘师绘制的漫画数据与相对应的真人数据予以训练而来。
cycleGAN是一个基于深度学习的开源项目，其代码和相关资源可以在GitHub等平台上找到[2]。cycleGAN模型主要用于图像到图像的转换任务，能够将图像从一个领域转换到另一个领域，而无需在训练过程中使用配对示例。该模型尤其适用于将照片转换为绘画、改变图像中的季节或在不同艺术风格之间转换图像等任务。[3]

因此，抖音公司的主张要获得支持，必须证明：（1）其变身漫画特效模型与cycleGAN模型相比，有其不同之处；（2）其变身漫画特效模型与其他使用cycleGAN的模型或具有类似功能的模型相比，有其不同之处；（3）上述不同之处来自于抖音公司的研发投入；（4）B612咔叽手机少女漫画特效模型与抖音变身漫画特效模型的相似点就在于上述不同之处。
为此，抖音公司做了以下工作：
（1）由其公司技术人员出庭作证，证明cycleGAN模型并未考虑手机端的实时效果，其优化空间很大，经抖音公司优化过的变身漫画特效模型与cycleGAN模型已经没有关系。同时申请有专门知识的教授出庭作证，证明GAN模型是一类模型，开源的模型仅开源了GAN模型的原理结构，GAN模型的基本框架相同，但深度训练后呈现的模型会有所不同。
（2）将抖音变身漫画特效与其他漫画人物进行比对，证明其漫画风格的独创性。同时将抖音变身漫画特效与百度智能云动漫化平台进行比对，证明存在差异，再与B612咔叽手机少女漫画特效比对，证明两者相似。
（3）对抖音变身漫画特效模型的训练过程进行了大量举证，证明该模型的结构和参数经过其反复训练和调校，是其耗费了大量成本研发所得。
（4）聘请专家对两模型进行比对，专家比对意见显示，抖音变身漫画特效模型的结构是针对特定的日漫风格迁移任务设计，与其他已公开的GAN模型在模型的结构本身以及模型中的每一层的通道数、卷积核大小和子网络结构等明显不同。但B612咔叽手机少女漫画特效与抖音变身漫画特效模型从技术实现角度，具备高度同一性。
本案中亿睿科公司本可以抗辩自己的少女漫画特效模型也是使用了cycleGAN模型研发而来，两模型之所以相似，是因为都使用了相同的基础模型。
但本案对亿睿科公司非常不利的因素在于：（1）两模型的相似之处太多且非常细节，已经超过了使用相同的基础模型可能达到的程度，正如判决中的论述“鉴于模型结构的一致性固然存在参考相同研究成果、使用相同模型结构的可能，但模型参数的设置较为细节，出现高度一致性的可能性较小”。（2）如果没有如此细节的相似度，或可通过使用相同的基础模型造成模型结构和参数的相似来抗辩，但此抗辩也以被告确实从事过模型研发工作为前提，本案中亿睿科公司甚至交不出与漫画特效模型研发工作相关的证据。
本案中亿睿科公司还可以抗辩，因为cycleGAN是开源软件，抖音变身漫画特效模型使用cycleGAN二次开发而来，基于相应的开源协议，也应当对其模型进行开源，允许他人进行使用。所以其少女漫画特效模型使用抖音变身漫画特效模型经过了许可，并未构成侵权。
对此，一审判决写到：“另需说明的是，开源协议有多种许可模式，作为主张变身漫画特效模型来源于开源GAN模型抗辩的一方当事人，亿睿科公司未提交相应证据证明涉案模型属于强著作权许可类型，故对亿睿科公司关于GAN模型的答辩意见，一审法院不予采纳。”
但事实上，CycleGAN 使用的 GPL v2 是一种强开源协议。它要求任何使用或修改该代码的项目也必须开源，并且遵循相同的许可协议。[4]

可见，亿睿科公司在一审中提到了开源协议的问题，却并未将其作为抗辩的重点，没有提供相应的证据来佐证。到了二审，也没有提供相关的证据，更没有在上诉理由中提到这一点。而这个点原本可以让这个案子呈现出更复杂的走向，让对基于开源软件进行二次开发的软件权利界限进入更深层次的探讨。
虽然亿睿科公司在二审中没有再提及开源协议的问题。但二审法院却敏锐地感知到了这个问题对本案的影响。因此在事实查明中写了一段：“模型是计算机从大量训练过程中统计到的输入和输出数据之间的关联关系，使模型可以对其未曾接触过的但分布相似的数据进行预测或决策。而调用模型的计算机软件代码和模型是相互独立的存在，并不决定模型的性能和效果。”
这一段将模型和计算机软件代码明确区分开来，指出模型由结构和参数组成，和调用模型的计算机软件代码是两个不同的东西。因此，计算机软件代码存在开源和闭源之分，但模型不是计算机软件代码，并不受开源协议限制。二审法院对AI模型进行了更准确的定义，从另一个角度回应了开源协议的问题。
当然，也有专业人士指出，二审法院对于模型中参数的定义不符合本领域的常规理解：当一个深度学习领域的技术人员谈到“参数”时，第一反应应当是模型的神级元之间的权重/偏置（Weight/Bias）参数。而不是上面法院所述的“卷积层的输入数据的通道数、输出数据的通道数、卷积核的大小、卷积运算的步长”。这部分虽然也的确是“参数”，但是在深度学习领域，它们是事先确定好，并且一般在模型训练过程中不会自动随着训练过程而变化的部分。有一个上位概念——“超参数”用以描述这部分参数。所以，超参数其实是属于模型“架构”的部分。[5]
而模型架构相对简单，因为很多基础架构在上世纪80年代末就已经完成，并且该领域的很多经典架构都是开源的，模型开发中的重要部分是模型的训练和权重。法院对于两模型的比对实质上是两模型的超参数对比，也就是架构层面的对比，没有涉及到模型训练相关的权重参数对比，而只有这部分参数才能对应原告“耗时耗钱”的训练过程。
由此可见，从一审法院认定本案受反法保护的客体是变身漫画特效应用产品，到二审法院明确本案受保护的客体是变身漫画特效模型（结构及参数），再到专业人士指出本案中具有保护价值的应该是模型中的权重参数，AI技术的发展对于司法审判提出了更高的要求，只有深入了解和不断贴近技术的本质，才能给行业发展更准确的引导。
文章附录
[1] 北京知识产权法院(2023)京73民终3802号民事判决书。
[2] https://github.com/junyanz/CycleGAN。
[3]https://blog.csdn.net/flpmmpfl/article/details/144760360。
[4]https://gitee.com/yatengLG/cycleGAN/blob/master/LICENSE。
[5] 《超参数不等于权重参数-对全国首例保护AI模型结构和参数生效判决二审的评论》，https://mp.weixin.qq.com/s/lRWNcvWv98oNtksXuZPMOw。