中国民事诉讼图像生成名誉权已终审
程某诉孙某网络侵权责任纠纷案
程某诉孙某网络侵权责任纠纷案
★★★★★★★
极重要法院：北京互联网法院
判决时间：2025年01月01日
当事方：{"plaintiff":"程某","defendant":"孙某"}
被告孙某未经原告程某同意，使用AI软件将原告微信头像肖像照片生成衣着暴露、身体畸形的动漫风格图片，并发送至微信群和私信原告，导致原告社会评价降低，人格尊严受损。法院认定被告行为构成对原告肖像权、名誉权及一般人格权的侵害，判决被告公开赔礼道歉并赔偿精神损失。
案情概述
被告孙某未经原告程某同意，使用AI软件将原告微信头像肖像照片生成衣着暴露、身体畸形的动漫风格图片，并发送至微信群和私信原告，导致原告社会评价降低，人格尊严受损。法院认定被告行为构成对原告肖像权、名誉权及一般人格权的侵害，判决被告公开赔礼道歉并赔偿精神损失。
核心争议焦点
- 1未经许可利用AI软件恶搞、丑化他人肖像是否构成对人格权的侵害。
- 2AI生成图片导致社会评价降低是否构成名誉权侵害。
法院说理
裁判要点
- 1AI生成图片与原告微信头像肖像照片在脸型、姿势、造型等方面高度对应，微信群成员能识别出为原告本人，构成对肖像权的侵害。
- 2AI生成衣着暴露图片引发不当讨论，导致他人对原告低俗化评价，构成对名誉权的侵害。
- 3AI生成身体畸形图片私信原告，侵害原告人格尊严，构成对一般人格权的侵害。
AI技术详情
技术类型：图像生成
技术原理示意图 · 训练数据侵权链条
技术实现说明
AI图像生成技术（AI Image Generation）基于扩散模型（Diffusion Model）或生成对抗网络（GAN），通过学习海量图像数据中的视觉规律，根据文本描述生成全新图像。
本案涉及的AI图像生成技术原理：
1. 训练阶段：模型学习数百亿张图像与对应文本描述的关联关系，将图像压缩为潜在空间表示；
2. 扩散过程：向训练图像逐步添加高斯噪声，训练U-Net网络学习逆向去噪过程；
3. 生成阶段：从纯随机噪声出发，在CLIP文本编码器的语义引导下，经过数十步迭代去噪，生成符合文本描述的图像；
4. 风格迁移：通过调整提示词或使用LoRA微调，可使生成图像呈现特定艺术家的风格特征。
法律争议焦点：AI生成图像是否具有独创性，能否受著作权法保护；以及AI生成图像是否侵犯了训练数据中原始作品的著作权。
内容目录
案件信息
法域中国
类型民事诉讼
AI技术图像生成
法律问题名誉权
状态已终审
重要性
★★★★★★★
极重要