圖片來源：網(wǎng)絡(luò)

出品｜搜狐科技

作者｜張 瑩

編輯｜楊 錦

近日，字節(jié)跳動發(fā)布了新一代AI視頻生成模型Seedance 2.0，目前處于小范圍內(nèi)測階段。

這是被官方在使用手冊上稱為“kill the game！（殺死比賽）”的一代模型。還有人評價該模型“碾壓 Sora2”，游戲科學(xué)創(chuàng)始人兼CEO、《黑神話·悟空》制作人馮驥，更是高度評價該模型為“當(dāng)前地表最強的視頻生成模型，沒有之一”。

Seedance 2.0的發(fā)布，帶動傳媒板塊股價大漲，多支股票漲停。

與此同時，影視颶風(fēng)創(chuàng)始人Tim揭示了恐怖一面——當(dāng)他僅上傳個人照片、未提供任何聲音樣本與提示詞時，模型自動生成了與他本人音色高度匹配的配音。

面對爭議，Seedance 2.0正在針對反饋進(jìn)行緊急優(yōu)化，目前暫不支持輸入真人素材作為主體參考。

Tim事件也折射了一個老生常談的問題：當(dāng)AI學(xué)會了創(chuàng)造，它“學(xué)習(xí)”的邊界在哪里？

地表最強視頻生成模型“有點恐怖”

影視颶風(fēng)創(chuàng)始人Tim在視頻中從大范圍的運動、分鏡、音畫的匹配等三方面，盛贊Seedance 2.0的技術(shù)。他在視頻中感嘆，“傳統(tǒng)影視流程距離被AI海嘯沖走已經(jīng)徹底進(jìn)入倒計時”。

這是被馮驥稱為當(dāng)前“地表最強”的視頻生成模型。

方正證券在研報中指出，Seedance2.0的核心突破，在于徹底脫離了傳統(tǒng)AI視頻“圖像拼接”的局限，升級為具備完整敘事與制作能力的“全能AI導(dǎo)演”。

該研報稱，Seedance2.0的落地使得AI視頻技術(shù)的競爭焦點已從基礎(chǔ)生成能力，轉(zhuǎn)向?qū)?chuàng)作意圖的理解與執(zhí)行效率的提升。

就在外界普遍驚嘆于Seedance2.0的模型能力時，Tim在視頻中提到讓他覺得“恐怖”的一點——當(dāng)他僅上傳個人照片、未提供任何聲音樣本與提示詞時，模型竟自動生成了與他本人音色高度匹配的配音。

更甚者，模型僅憑公司大樓正面照，“推斷”并生成了該大樓背面景觀?！癝eedance 2.0很大量地訓(xùn)練了我們公司的視頻?！盩im由此推斷。

他表示不確定用戶協(xié)議中是否暗藏授權(quán)條款，但自己從未被聯(lián)系過授權(quán)?！耙苍S他們在法理上是合規(guī)的，但有點恐怖?！?/p>

Tim的個人遭遇并非孤例。近日，不少用戶在短視頻平臺上上傳AI生成周星馳經(jīng)典電影片段，2月9日，周星馳經(jīng)紀(jì)人陳震宇發(fā)文質(zhì)疑這是否侵權(quán)，尤其這兩天大量傳播，“相信創(chuàng)作者應(yīng)該已經(jīng)盈利，而某平臺是不是都放任不管提供給用戶生成發(fā)布？”

“無明示禁止即可用”是通行做法

這段被Tim稱為“恐怖”體驗，將AI大模型普遍存在的“數(shù)據(jù)隱憂”再次推至臺前。

快思慢想研究院院長田豐提到，主流文生視頻/語音模型（如Sora、Veo、Pika、Runway Gen-2、Stable Video Diffusion）以及語音合成模型（如ElevenLabs、Meta Voicebox）均依賴從互聯(lián)網(wǎng)爬取的公開音視頻、文本、圖像數(shù)據(jù)。

他指出，“無明示禁止即可用”這是當(dāng)前大模型行業(yè)的“通行做法”，也是Scaling Law令A(yù)I模型能夠愈變愈強的基礎(chǔ)。模型能力的來源，本質(zhì)上都是對易獲得的超大規(guī)模文字、圖片、視頻數(shù)據(jù)的“統(tǒng)計學(xué)歸納”。

北京航空航天大學(xué)人工智能研究院教授沙磊也表示，目前國內(nèi)外AI大模型，都在使用公開數(shù)據(jù)進(jìn)行訓(xùn)練。之前有外媒報道過，谷歌Veo 3模型推出時，人們發(fā)現(xiàn)Veo 3生成的視頻很像一些知名創(chuàng)作者的作品，OpenAI在最早推出Sora時，外媒也測試到Sora能高度模仿一些經(jīng)典電影和劇集的片段。Tim作為一個明星級的公眾人物，他的視頻素材進(jìn)入一些公開的數(shù)據(jù)集，是非常正常的現(xiàn)象，普通人無需過度擔(dān)心。

沙磊補充道，現(xiàn)在Seedance 2.0還在小范圍內(nèi)測階段，聽說字節(jié)也限制了一部分模型功能，如只有在進(jìn)行活體認(rèn)證的情況下可以生成真人視頻，不支持輸入真人圖片/視頻做主體參考等，防止AI技術(shù)被濫用，這種嘗試是企業(yè)在技術(shù)狂奔時要守住的責(zé)任底線。

沙磊稱，AI的進(jìn)步從不會因爭議停下腳步，而如何在技術(shù)創(chuàng)新與數(shù)據(jù)合規(guī)、版權(quán)保護之間找到平衡，讓技術(shù)突破的紅利真正惠及行業(yè)與用戶，不僅是字節(jié)或某家公司需要持續(xù)探索的問題，更是全球AI產(chǎn)業(yè)共同的命題。

訓(xùn)練無定論，輸出有紅線

面對類似Tim的事件，人工智能服務(wù)商是否侵權(quán)，需要分為訓(xùn)練和輸出兩個部分來看。

關(guān)于訓(xùn)練是否要取得著作權(quán)人同意的問題，上海大邦律師事務(wù)所高級合伙人游云庭表示，因為人工智能是新生事物，原有著作權(quán)法上的合理使用，目前尚無定論。

游云庭指出，這不僅是中國著作權(quán)法上的問題，也是美國碰到的。最新美國判例認(rèn)定，只要人工智能訓(xùn)練具有轉(zhuǎn)換性，可以生成新內(nèi)容。而不是對于原來的作品做市場替代，沒有不合理損害著作權(quán)人權(quán)益的，可以適用轉(zhuǎn)換性使用，也就是構(gòu)成合理使用。

“除了版權(quán)問題，訓(xùn)練還涉及他人的肖像權(quán)和聲音權(quán)?！彼a充道，如果輸出的內(nèi)容包含被訓(xùn)練素材中的聲音和肖像，那應(yīng)該屬于使用了他人的聲音和肖像。根據(jù)民法典，應(yīng)當(dāng)取得聲音權(quán)和肖像權(quán)人的同意。

“但如果輸出的內(nèi)容是全新的聲音和肖像，問題又會回到跟版權(quán)類似的使用他人聲音和肖像做訓(xùn)練是不是侵權(quán)。這個問題目前法律上也沒有定論?！?/p>

游云庭表示，創(chuàng)作者如果要維權(quán)，還是要抓輸出的內(nèi)容。但對于單純的訓(xùn)練是不是侵權(quán)，創(chuàng)作者確實可以起訴，但目前法律確實還沒有定論。

“雖然訓(xùn)練是不是侵權(quán)沒有確定，但人工智能輸出的內(nèi)容不能包含侵犯版權(quán)、聲音權(quán)、肖像權(quán)的內(nèi)容這點是確定的?！?/strong>

單就影視颶風(fēng)Tim這件事而言，游云庭表示，如果是Tim要求人工智能生成自己聲音的視頻或音頻，這可以視為他對人工智能使用聲音做了授權(quán)。

他指出，如果是其他人要求生成影視颶風(fēng)同款主持人聲音的，此時生成的音頻沒有原來音色持有者的授權(quán)，涉嫌侵犯該自然人的聲音權(quán)利?！叭绻渌酥灰笊傻?，沒有在互聯(lián)網(wǎng)上發(fā)布，可以歸入個人使用的，合理使用，不一定構(gòu)成侵權(quán)；但人工智能服務(wù)商肯定侵權(quán)了?！?/p>

運營編輯 |曹倩審核｜孟莎莎