字節Seedance 2.0下線真人素材背后：視頻生成模型駛向版權深水區

中經記者 李靜 北京報道

《黑神話：悟空》制作人馮驥用“地表最強視頻生成模型，沒有之一”盛贊字節跳動最新推出的Seedance 2.0，稱其終結了AIGC的“童年時代”。而知名博主影視颶風的Tim在實測后，更是連用六個“恐怖”來形容這款新的視頻生成模型，僅上傳一張Tim的面部照片，Seedance 2.0就能精準還原其個人音色，甚至能生成照片外真實場景的運鏡畫面。（由于Tim是明星級公眾人物，其生產的高質量視頻素材在網上大量公開流傳，很可能被各大AI模型用于訓練。）

輿論在驚嘆Seedance 2.0的技術突破的同時，也對潛在的風險展開了大討論。

對于內測用戶反饋的情況，字節跳動旗下的即夢在2月9日緊急調整Seedance 2.0的功能策略：暫停支持用戶上傳真人圖片或視頻作為主體參考，并限制僅在完成活體認證后方可生成真人形象視頻。

這一“急剎車”舉措，不僅折射出企業在技術狂奔中的合規焦慮，更將視頻生成大模型長期懸而未決的版權與人格權爭議推至臺前。

上海漢盛律師事務所高級合伙人李旻律師在接受《中國經營報》記者采訪時指出：“視頻生成大模型的風險點本質在于其多權利要素的聚合性，與圖像靜態單要素、文本無具象權利要素的特征有顯著差異。”

技術狂奔下的合規痛點

AI 大模型的發展離不開海量公開數據的訓練，這是全球行業的普遍技術路徑，視頻生成模型更是如此。

例如谷歌的Veo 3模型訓練使用了超過200億個YouTube視頻片段，OpenAI的Sora模型也依賴海量公開及許可視頻數據，字節Seedance 2.0的訓練素材同樣涵蓋公開數據集和付費版權庫。

而字節Seedance 2.0自發布以來，因其“雙分支擴散變換器”架構實現音畫原生對齊、多鏡頭敘事連貫性等突破，被業內視為繼OpenAI Sora之后又一里程碑式產品。不過，技術上的飛躍同時也放大了行業面臨的法律與倫理風險。

北京航空航天大學人工智能研究院教授沙磊指出：“當前主流AI視頻模型普遍依賴海量公開數據訓練，類似Tim這樣的公眾人物視頻進入公開數據集非常正常。”

浙江墾丁律師事務所聯合創始人歐陽昆潑對記者指出：“行業的現狀確實是大規模訓練數據未經授權使用。高質量視頻數據集中于少數版權方（如影視公司等），合規數據數量太少，不足以支撐當前模型能力。技術社區也常見使用‘爬取－清洗－訓練’的模式。”

“更關鍵的問題在于，視頻生成大模型的學習本質是高維空間的概率擬合。”北京市社科院副研究員王鵬對記者指出，“當擬合程度極高時，會出現類似‘過擬合’的特征重現，即生成內容與特定個體高度相似，甚至可被識別為本人。”

李旻解釋：“視頻是多權利要素的聚合體，包含畫面、音頻、肖像、聲音、配樂等，涉及的權利主體復雜，且擬真度高，普通用戶難以分辨真假。”

行業發展的命門：平衡創新與版權保護

事實上，字節跳動已在技術落地中嘗試設置合規防線。

據了解，目前字節Seedance 2.0仍處于小范圍內測階段；同時2月9日開始，字節Seedance 2.0限制了真人素材參考功能，還設置了活體認證才可以生成真人視頻的門檻，同時對名人、知名IP的視頻生成進行嚴格審核，例如當用戶嘗試生成李連杰、成龍等名人相關視頻會被系統攔截。

中國科學院軟件研究所研究員張立波認為，技術發展往往領先于行業規則的建立，與此同時，訓練過程中可能涉及的內容借鑒、版權關聯等議題，也成為技術突破和行業發展必須面對的共性挑戰。“但我們也清醒地認識到，如何在此過程中更好地保護公眾個人隱私，并確保生成內容的安全可靠，是亟待社會各界共同推動解決的重要課題。”

沙磊也指出：“AI的進步不會因爭議停下腳步，如何在技術創新與數據合規、版權保護之間找到平衡，讓技術突破的紅利真正惠及行業與用戶，不僅是字節或某家公司需要持續探索的問題，更是全球AI產業共同的命題。”

可以看到，行業也在積極探索技術治理方案。王鵬指出，推行“AI 水印”和“數字簽名”制度是行業發展的一項關鍵舉措，讓每一段生成視頻都帶上不可篡改的溯源碼，實現生成內容的可識別、可溯源、可追責。同時，人臉核驗、生成日志等技術手段也能在一定程度上降低黑灰產的操作空間。

需要正視的是，當前這些主要技術措施（水印、標識）存在根本性缺陷。“模型本地化部署后，生成行為脫離平臺監管，水印可被破解，且無日志留存。以及‘反檢測’生成技術，可通過對抗訓練生成能欺騙檢測器的視頻。”歐陽昆潑對記者指出，“現在最大的問題就是缺乏司法可信級別的溯源技術。現有的水印多為平臺自定標準，無法形成跨平臺、法律認可的電子證據鏈。”

從法律層面來看，完善的規則體系是行業健康發展的保障。目前網信辦等七部門發布的《生成式人工智能服務管理暫行辦法》為視頻生成模型構建了基礎監管框架，確立了發展和安全并重、分類分級監管的原則，要求訓練數據來源合法、生成內容按深度合成規定標識。

但李旻同時指出，該框架尚未完全適配視頻生成模型的特點，現行辦法未對視聽素材訓練數據合規、生成內容標識標準與溯源要求作出具體細則規定，實操中存在監管空白。“未來監管需要堅持訓練數據與生成內容并重的方向，從源頭明確數據合規要求，同時強化生成內容的過程管控和結果處置，通過溯源機制實現全鏈條監管。”

歐陽昆潑也認為，《生成式人工智能服務管理暫行辦法》第七條已要求“使用具有合法來源的數據”，但缺乏操作細則。未來監管對訓練數據的合規審查將成為行政許可或備案的核心要件，類似《中華人民共和國網絡安全法》對數據的要求。

“生成內容的深度合成標識（《互聯網信息服務深度合成管理規定》第十七條）是底線要求，但治本之策在于訓練源頭。”歐陽昆潑預判，監管可能引入訓練數據影響評估與版權白名單制度，推動行業采購正版數據池。

在規范中尋找技術落地的最優解

雖然字節的Seedance 2.0引發了爭議與調整，但并未阻擋AI視頻生成技術的發展步伐，反而讓行業更加清晰地認識到，合規是技術商業落地的前提，只有在規范的框架下，技術創新才能真正釋放紅利。

事實上，Seedance 2.0的技術突破已經讓行業看到了AI視頻生成的巨大潛力，其多鏡頭敘事、音視頻同步等能力，能大幅降低視頻制作成本，讓普通人也能做出大片質感的內容，在短視頻、廣告、影視制作等領域具有廣闊的應用前景，甚至有望重構傳統視頻制作的組織結構與流程。

“如果說Sora確立了畫質高度，Seedance 2.0則確立了生產工具的精度。它證明了視頻生成模型正從‘特效濾鏡’轉變為‘云端制片廠’，可能會倒逼其他大廠加速音頻分支的整合，讓單模態模型迅速過時。”王鵬認為，AI視頻行業正在迎來屬于行業的“奇點時刻”，Seedance 2.0正將行業卷向全流程生產能力。

近日，影視傳媒板塊已經因Seedance 2.0的推出迎來股價大漲，例如中文在線、掌閱科技、歡瑞世紀、榮信文化、光線傳媒等多只影視傳媒股票價格均出現顯著上漲。資本市場的熱情反映出行業對AI視頻生成技術的高度期待。

但資本的追捧更需要理性的支撐，只有解決了版權、合規等核心問題，才能讓技術真正走向商業化落地，推動行業實現高質量發展。

張立波表示：“相關素材納入公開數據集屬于行業常見情形，普通用戶無須過度焦慮。但如何更好地保護公眾個人隱私、確保生成內容安全可靠，是亟待社會各界共同推動解決的重要課題。”

李旻建議，可以構建一個能夠適配視頻生成模型“事前、事中、事后”的全流程治理體系：

事前，細化訓練數據合規要求，推進素材授權與合規數據平臺建設，按模型特性做分類備案和安全評估，督促完善技術防護與標識能力并做好用戶合規引導。

事中，強化生成內容標識溯源，建立統一技術規范和信息共享機制，壓實平臺審核、投訴處理等責任，動態管控用戶違規使用行為。

事后，明晰各方責任劃分，完善侵權證據留存調取要求，推動多部門協同監管執法，引導行業自律并建設合規規范，形成多方共治格局。

從全球來看，AI視頻生成產業仍處于發展初期，技術創新與規則建立的雙向探索仍在繼續。字節Seedance 2.0的調整，是中國企業在技術發展中重視合規的體現，也為全球行業提供了參考樣本。這一過程，也將推動中國AI產業在全球競爭中，占據技術創新與合規發展的雙重優勢，為全球AI產業的發展貢獻中國方案。

（編輯：張靖超 審核：李正豪 校對：顏京寧）