Getty Images (US), Inc. v. Stability AI, Inc. 

Case Metadata

Basic Information

1. Case Name: Getty Images (US), Inc. v. Stability AI, Inc. (US); Getty Images (US) Inc & Ors v. Stability AI Ltd (UK)
2. Court: U.S. District Court for the District of Delaware; High Court of England and Wales, Chancery Division
3. Filing Date: February 3, 2023 (US); January 2023 (UK)
4. Judgment Date: Pending (US); Awaiting judgment following June 2025 trial (UK)
5. Case Number: 1:23-cv-00135 (D. Del.)
6. Status as of the article date / 記事作成時点の手続状況: Active litigation with ongoing discovery (US); Trial completed June 9-30, 2025, awaiting judgment (UK)

Parties

7. Plaintiff(s): Getty Images (US), Inc., a Delaware corporation providing licensed visual content including photographs, videos, and music through its website and platforms
8. Defendant(s): Stability AI, Inc., a Delaware corporation developing generative AI models; Stability AI Ltd., a UK entity; Stability AI US Services Corporation
9. Key Law Firms: Weil, Gotshal & Manges LLP (Benjamin Marks, Jared Friedmann) for Getty Images; Multiple counsel including Joseph C. Gratz, Allyson R. Bennett for Stability AI
10. Expert Witnesses: Not yet disclosed in public filings

Legal Framework

11. Case Type: AI copyright infringement, trademark infringement, data scraping, and unlicensed use of training data
12. Primary Legal Claims: Copyright infringement under 17 U.S.C. § 501; Trademark infringement and dilution; Database rights infringement (UK)
13. Secondary Claims: Passing off (UK); Secondary copyright infringement (UK); Unfair competition
14. Monetary Relief: Approximately $1.7 billion in statutory damages sought ($150,000 per work for 11,383 copyrighted works)

Technical Elements

15. AI/Technology Involved: Stable Diffusion generative AI model; DreamStudio platform; LAION training dataset containing billions of images
16. Industry Sectors: Stock photography, visual content licensing, generative AI, creative industries
17. Data Types: Copyrighted photographs, editorial images, creative content, metadata, watermarked images

Database Navigation

18. Keywords/Tags: AI training data, generative AI, copyright infringement, Stable Diffusion, fair use defense, web scraping, trademark dilution, database rights
19. Related Cases: Andersen v. Stability AI (N.D. Cal. 3:23-cv-00201); Authors Guild v. OpenAI; Silverman v. Meta Platforms

詳細分析 (Detailed Analysis)

事件の概要 (Case Overview)

背景と争点 (Background and Issues)

事実関係: Getty Imagesは、世界最大級のビジュアルコンテンツライセンシング企業として、1200万点以上の高品質画像を保有している。2023年1月、同社はStability AI社が開発した画像生成AI「Stable Diffusion」の訓練において、Gettyの画像を無断で使用したとして、英国と米国で並行して訴訟を提起した。Stability AIは、LAIONデータセットを使用してStable Diffusionを訓練したが、このデータセットには数十億枚のインターネット上の画像が含まれており、その中にGettyの著作権で保護された画像が大量に含まれていたとされる。

中心的争点: 本件の核心は、AIモデルの訓練における著作権保護コンテンツの使用が、フェアユースとして許容されるか、あるいは著作権侵害を構成するかという点にある。さらに、生成された画像にGettyの透かしが含まれることがあり、これが商標権侵害および不正競争行為に該当するかも争点となっている。

原告の主張: Getty Imagesは、Stability AIが以下の行為を行ったと主張している： – 1200万点に及ぶGettyの画像を許可なく複製・ダウンロード – 11,383点の具体的な著作物について、各150,000ドルの法定損害賠償を要求 – Getty画像の特徴的な透かしを含む画像の生成により、商標権侵害および希釈化 – データベース権の侵害（英国法に基づく） – 適切なライセンス料の支払いを回避し、不当な競争優位を得た

被告の主張: Stability AIは以下の抗弁を展開している： – AI訓練における画像使用はフェアユースとして保護される変革的使用である – 訓練は英国外で行われたため、英国裁判所に管轄権はない – 生成される画像は新たな創作物であり、原画像の複製ではない – 技術革新と表現の自由の観点から、AI開発は公共の利益に資する

AI/技術要素: Stable Diffusionは、拡散モデル（Diffusion Model）と呼ばれる深層学習技術を使用している。このモデルは、大量の画像とテキストのペアを学習することで、テキストプロンプトから新しい画像を生成する能力を獲得する。訓練プロセスでは、元画像にノイズを段階的に加えていき、最終的に完全なノイズにする過程を学習し、その逆プロセスを用いて新しい画像を生成する。LAIONデータセットは、Common Crawlから収集された58億枚の画像とそのキャプションを含むオープンデータセットである。

手続きの経過 (Procedural History)

重要な手続き上の決定: – 2023年12月1日：英国裁判所は、Stability AIによる訴訟却下申立てを棄却 – 2024年1月26日：米国裁判所は、被告による却下・移送申立てを棄却 – 2025年1月14日：英国裁判所は、Gettyによる代表訴訟の申立てを却下（5万人以上の著作権者を代表する資格なしと判断） – 2025年6月（英国審理中）：Gettyは主要な著作権侵害請求を取り下げ

証拠開示: 英国訴訟では2024年11月に開示段階が完了。米国訴訟では継続的な証拠開示が進行中。特に、訓練データの具体的な内容、使用された画像の特定、技術的なアーキテクチャに関する文書の開示が焦点となっている。

専門家証言: 現時点では専門家証人の詳細は公開されていないが、AI技術、著作権法、市場影響に関する専門家の証言が予定されている。

判決の概要 (Judgment Summary)

裁判所の判断 (Court’s Decision)

現在、両訴訟とも最終判決は出されていない。しかし、これまでの中間判断から以下の重要な法的判断が示されている：

主要な判決内容: – 管轄権に関して：米国裁判所は、デラウェア州における管轄権を認定 – 請求の適格性：著作権侵害、商標権侵害の請求について、訴答段階での却下を認めず – 代表訴訟の資格：英国裁判所は、Gettyが他の著作権者を代表する資格を否定

重要な法的判断: – AI訓練におけるフェアユース抗弁は、事実審理を要する複雑な問題として認識 – 商標の希釈化およびパッシングオフの請求について、prima facie caseの存在を認定

法的推論の分析 (Analysis of Legal Reasoning)

適用された法理: 裁判所は、従来の著作権法の枠組みをAI技術にどのように適用するかという新しい課題に直面している。特に、変革的使用（transformative use）の概念が、AI訓練という文脈でどのように解釈されるべきかが焦点となっている。

事実認定: 英国裁判所は、訓練が英国外で行われたという事実認定により、主要な著作権侵害請求について管轄権の問題を認識した。

技術的理解: 裁判所は、拡散モデルの技術的な仕組み、訓練プロセス、生成される画像と元画像の関係について、詳細な技術的理解を求めている。

法的意義 (Legal Significance)

先例価値 (Precedential Value)

将来への影響: 本件は、生成AIの訓練における著作権保護コンテンツの使用に関する最初の主要な判例となる可能性が高い。判決は以下の点で重要な先例となる： – AI訓練におけるフェアユースの範囲と限界の明確化 – 大規模なウェブスクレイピングによるデータ収集の適法性 – AI生成物に対する著作権および商標権の適用

法理論の発展: 本件は、以下の新しい法理論の発展に寄与する可能性がある： – 「AI訓練権」という新しい概念の確立または否定 – デジタル時代における変革的使用の再定義 – 機械学習における「複製」の概念の再検討

解釈の明確化: 既存の著作権法がAI技術にどのように適用されるかについて、初めて包括的な司法判断が示される可能性がある。

規制・実務への影響 (Regulatory and Practical Impact)

AIガバナンス: 本判決は、AI開発企業に以下のようなガバナンス要件を示唆する可能性がある： – 訓練データの出所と権利関係の明確な記録保持 – 著作権保護コンテンツの使用に関する事前評価プロセス – オプトアウトメカニズムの実装

コンプライアンス: 企業が取るべき対応策： – ライセンス済みデータセットの使用または独自データの構築 – 権利者との事前のライセンス交渉 – 技術的措置による著作権保護コンテンツの除外

業界への影響: – オープンソースAI開発モデルへの制約 – データライセンシング市場の拡大 – AI企業の開発コストの大幅な増加の可能性 – 生成AIサービスの価格設定への影響

リスク管理: 類似リスクを回避するための考慮事項： – デューデリジェンスの強化 – 保険カバレッジの見直し – 代替的なデータソースの確保 – 技術的な権利管理システムの導入

比較法的観点 (Comparative Law Perspective)

日本法との比較: 日本の著作権法第30条の4は、「情報解析」目的での著作物の利用について一定の制限規定を設けている。これは、AIの学習を含む情報解析のための複製等を、営利・非営利を問わず原則として許容するものである。しかし、この規定は「著作権者の利益を不当に害する」場合には適用されない。本件のような大規模な商用利用が、この例外に該当するかは議論の余地がある。

また、日本では2024年3月に文化庁が「AIと著作権に関する考え方」を公表し、生成AIの開発・学習段階と生成・利用段階を区別して著作権法上の取扱いを整理している。これは、米国のフェアユース判断とは異なるアプローチを取っている。

他国判例との関係: – EU：DSM指令（2019/790）第4条は、テキスト・データマイニングに関する例外を規定しているが、権利者によるオプトアウトが可能 – 中国：2024年に施行された生成AI規制は、訓練データの合法性を要求 – カナダ：Bill C-27（AI・データ法案）が審議中で、訓練データの透明性要件を含む

グローバルな影響: – 多国籍AI企業は、最も厳格な法域の要件に合わせたコンプライアンス体制の構築が必要 – 国際的なデータ流通とAI開発における「規制のアービトラージ」の可能性 – AIモデルの地域別バージョンの開発という新たなコストの発生

重要なポイント (Key Takeaways)

実務家への示唆: 1. 契約実務の見直し: ライセンス契約にAI訓練使用に関する明示的な条項を含める必要性 2. 技術的対策の実装: robots.txtやその他の技術的手段によるクローリング制御の重要性 3. 証拠保全: AI生成物に含まれる権利侵害の証拠を適切に保全する方法の確立 4. リスク評価: AI技術を利用する際の知的財産リスクの包括的評価の必要性

今後の展望: – 米国訴訟の判決が、グローバルなAI開発の方向性を大きく左右する可能性 – 立法による解決の動き（米国でのAI関連法案、EUのAI法など）との相互作用 – 業界主導のライセンシングフレームワークの確立の可能性 – 技術的ソリューション（ブロックチェーンベースの権利管理など）の発展

注意すべき事項: 1. 継続的なモニタリング: 本件は進行中であり、判決内容によって法的環境が大きく変化する可能性 2. 国際的視点: 複数法域での並行訴訟の動向を総合的に把握する必要性 3. 技術理解: AI技術の急速な進化に対応した法的分析の更新 4. ステークホルダーとの対話: 権利者、AI開発者、利用者間の建設的な対話の重要性 5. 特許法との区別: 日本では特許法が専門分野として分離しているため、AI技術の特許性と著作権問題を区別して理解する必要がある

このレポートに関する注意事項 (Warning/Notes)

– このレポートはサイト運営者がAIエージェントに文献等の調査・調査結果の分析・分析結果の整理・分析結果の翻訳等を行わせたものです。人間による追加的な調査や査読は行っておらず、内容には誤りを含む場合があります。