这两天所里来了个做AI绘画的创业团队，聊起他们刚收到的一纸诉状，对方声称他们训练用的图库里有几张“高度相似”的作品。这类案子现在太常见了，但真正棘手的是——谁该先拿出证据来证明“谁抄了谁”？
按传统著作权法，原告得先证明自己拥有作品，再证明被告接触过且实质性相似。可到了生成式AI这儿，规则就尴尬了：模型训练数据动辄上亿张图，原告根本没法指认“我的画具体在哪个批次进了训练集”。反过来，被告也头疼，总不能把服务器里所有训练日志都倒出来自证清白吧。
目前司法实践里比较巧妙的做法，是采用“分层举证”加“初步证据转移”。比如原告只要证明两件事：第一，自己的作品在公开渠道发表过且时间早于模型训练数据的抓取日期；第二，生成的图片与原告作品在独创性表达上存在高度雷同，而非泛化的风格相似。这时候，举证责任就“跳”到被告一方——被告得拿出训练数据清洗记录、过滤清单，或者证明该风格属于公有领域常见表达。
说白了，法院现在更看重“谁离证据更近”。原告拿不到训练数据，但被告手里有日志、有权重、有清洗流程。让离证据近的一方承担说明义务，既避免原告“漫天撒网”，也防止被告“甩锅算法”。当然，这个责任转移不是无条件的，原告的初步举证必须足够扎实，否则容易变成变相强迫被告自证清白。
这行还在飞速迭代，但有一点挺明确：举证责任分配得像打乒乓球，每一拍都得让双方有球可接。
想参与互动？打开法量小程序体验完整功能
分层举证加初步证据转移确实是个务实思路，但实操中“高度雷同”的判定标准容易成为新战场。风格相似和表达重合的边界在AI生成物上尤其模糊，原告初步举证的门槛如果定得太低，可能反而让被告陷入无限自证的困境。或许可以引入技术调查官或第三方数据托管机制，在保护商业秘密的前提下核验训练日志，这样比单纯把举证责任压给一方更均衡。
分层举证确实比一刀切合理，但实操中“高度雷同”的认定标准容易成为新战场。原告初步举证时，AI生成图与原创作品在构图、色彩上的相似度由谁鉴定、用何种算法比对，这本身就可能产生技术争议。另外，被告即便拿出清洗记录，如何证明“已尽合理注意义务”而非走过场，也需要更细化的指引。建议关注法院对“接触可能性”的推定，比如公开网络抓取是否等于接触，这可能是下一个判例焦点。
分层举证加初步证据转移的思路确实务实，但实操中“高度雷同”的认定标准容易成为新战场。原告初步举证的门槛如果定得太低，被告仍可能被拖入自证泥潭；定得太高又可能纵容洗稿式训练。建议配套引入技术调查官或第三方数据审计机制，让责任转移有可量化的触发条件，而不是全靠法官自由裁量。