游戲廠商使用開源數據訓練AI 或混入未經核驗、受版權保護內容

近年來，伴隨著人工智能技術的飛速發展，AI可大幅提升美術、策劃等環節效率，成為行業重要生產力，深刻重塑行業競爭格局。根據游戲工委2025年發布報告顯示，AI技術在游戲研發環節的應用率高達86.36%，美術設計環節應用率達84.2%，已全面融入游戲研發全鏈條。伴隨AI深度融入游戲研發，數據訓練、內容生成等環節知識產權風險凸顯。

侵權風險

　　經人工重繪、獨創性的AI成果 有可能構成受著作權保護的作品

據北京路盛律師事務所張捷介紹，根據游戲工委2025年發布報告顯示，AI技術在游戲研發環節的應用率高達86.36%，美術設計環節應用率達84.2%，已全面融入游戲研發全鏈條。張捷同時指出，這些AI應用普及的背后，知識產權合規問題隨之而來，“從法律角度看，此類侵權紅線主要集中在數據訓練、生成內容、算法與模型三大核心環節”。

不過，廣東卓建律師事務所合伙人、律師高記源指出，目前游戲企業AI應用多集中于角色、場景等美術設計環節，而未經授權使用他人受著作權保護的美術素材訓練AI，或用公用工具生成與在先作品高度相似內容，均可能構成著作權侵權。同時，他表示，雖然經人工重繪、多次創作并具備獨創性的AI成果，有可能構成受著作權保護的作品。

不過，若是未經權利人同意，在其作品的基礎之上進行AI生成二次創作，涉及侵犯權利人的改編權。此外，他和團隊還發現，不少游戲企業AI制作的同類宣傳圖存在較多相似之處，“比如各個重要節日的相同主題活動”。

由于AI技術帶來的諸多便利，不少中小游戲廠商為壓縮研發成本，使用開源數據訓練AI，背后暗藏多重知識產權風險。張捷指出，主要風險包括違反開源許可協議，開源并不等同于免費商用，部分協議存在禁止商用、要求相同開源等約束；開源數據集來源繁雜，可能混入受版權保護的內容，授權未經核驗；授權鏈條不完整，涉訴時難以舉證合法來源；AI生成內容侵權風險難控，中小廠商審核能力不足，上線后易引發訴訟。

張捷表示，中小廠商與頭部企業的風險防控差距呈結構性差異。其中，頭部企業配備專職知產團隊，可開展授權盡調、依托自有數據訓練、搭建侵權比對系統，訴訟應對能力更強，而中小廠商普遍缺少專職法務，過度依賴外部數據與供應商授權，技術與訴訟能力均處于弱勢。

對此，張捷建議，中小廠商應逐項審查開源數據集與模型的許可協議，確認商用權限并建立使用臺賬；優先選用商業合規數據集或自有素材，從源頭降低風險；在預算內聘請法律顧問，對高風險訓練項目做事前評估。她表示，合規投入雖會增加短期成本，但遠低于侵權賠償、項目下架、品牌受損等潛在損失。

　　權責劃分

　　“美杜莎案”為二創邊界等提供參考 企業遭相關侵權指控可分三步應對

值得一提的是，去年年底判決的“美杜莎案”，作為上海首例人工智能大模型著作權侵權案，雖然并未直接涉及游戲，但為游戲公司維權、平臺合規、二創邊界等提供了司法參考標準。

根據公開資料顯示，AI平臺用戶李某截取動漫作品《斗破蒼穹》中角色“美杜莎”的多張官方圖，訓練出兩款美杜莎LoRA模型并公開發布，供他人生成同款形象圖片。為此，動漫版權方起訴李某。2025年11月3日，上海市金山區人民法院一審宣判，認定李某侵犯復制權、信息網絡傳播權，判立即停止侵權，賠償5萬元；涉案平臺因盡到管理義務無需承擔責任。

張捷指出，該案裁判思路對游戲行業應對AI知識產權侵權具有重要參考價值。她表示，游戲企業遭遇相關侵權指控可分三步應對。

據張捷介紹，在“美杜莎”案中，被告平臺通過及時下架侵權模型、更新關鍵詞過濾等舉措，被認定盡到注意義務，減輕了責任。因此，如果游戲企業被指控類似的侵權，得立刻行動。包括抓緊時間下架涉嫌侵權的AI生成素材、相關游戲版本和宣傳內容，切斷訪問鏈接，避免損害擴大。企業內部也要做好排查，理清內容生成過程、訓練數據、模型參數和提示詞，明確侵權類型，將涉案內容、數據和模型單獨封存，嚴禁二次使用。

同時，法律層面的應對也很重要。張捷表示，若是AI模型開發企業，要留存好數據采購合同、授權文件等來源證明，以及數據審核、版權比對等合規記錄，證明已盡審查義務；若是AI工具使用方或平臺運營方，可援引“避風港”規則——只要無侵權故意、設有投訴審核機制，收到通知后及時下架侵權內容并更新關鍵詞，且不存在其他可被認定為“明知/應知”的故意，即可認定履行注意義務，無需擔責。她稱，無論何種角色，都要主動舉證侵權范圍小、獲利少且已整改，爭取從輕賠償或協商和解。

此外，張捷認為，事后合規整改同樣關鍵。她表示，企業可建立訓練數據白名單，優先使用自有原創或合法授權素材；采用“AI檢測+人工復核”模式，對AI生成內容做相似度和版權篩查。簽合同時要明確訓練數據合法性、侵權責任劃分，做好風險隔離，并對AI訓練、生成、審核的關鍵環節做好記錄留痕。　　

A10-12版：采寫：南都記者 石力