7095 张照片:这个数字或将决定字节跳动图像侵权案的最终走向 | Fanch AI

Fanch AIon 8 hours ago

一张引人注目的 16:9 全画幅纪实摄影:一座浩瀚无垠的摄影档案库,一排排钢制档案抽屉向着昏暗的深处延伸,开放式搁架上堆叠着纸板幻灯片盒,一道自然光从高处射入,照亮了过道上方悬浮的微尘。

七千零九十五。不是虚张声势的“数百万张图片”,也不是含糊其辞的“海量互联网数据”——而是精确到个位的 7,095 张照片。这个数字具体得就像是一份盘点清单,因为它的本质正是一份索赔清单。

据《Music Business Worldwide》和《Digital Music News》本周报道,汽车摄影公司 EVOX Productions 在加州中央区联邦法院正式起诉字节跳动(ByteDance),指控 TikTok 的母公司未经授权复制了这 7,095 张图像,作为其图像生成模型 Seedream 的 AI 训练数据(AI training data)。该案案号为 5:26-cv-06428。

关于盗用 AI 训练数据 的指控本身并不新鲜,过去两年来几乎每一起针对大模型的版权诉讼都在重复这套说辞。真正让这起案件极具杀伤力并可能改变行业规则的,是建立在这项指控之上的一套“乘法算术题”。

诉状的核心指控是什么

首先需要严谨界定当前的法律状态:这仅仅是原告在诉状中提出的单方面指控,案件尚未开庭审理。字节跳动目前未被判定承担任何法律责任。

核心指控: EVOX 拥有版权的汽车摄影作品被爬取,并被用作字节跳动图像生成模型 Seedream 的 AI 训练数据。

声称的规模: 7,095 张图像。在动辄使用数十亿参数的互联网大模型语境下,这个数字微乎其微。但这正是原告的刻意之举——这是一个可精确清点、逐一记录在案的确凿集合,而非一团无法量化的糊涂账。

诉讼管辖地: 加州联邦法院。原告和被告均为在特拉华州注册的实体,而加州法院正是近年来此类 AI 侵权案件的集中爆发地。

判例现状: 目前美国司法界对这种形态的 AI 训练数据 侵权尚无任何终审裁决。这只是一份诉状,最终结果将取决于证据开示(Discovery)环节的博弈、法院对涉案作品性质的法律界定,以及被告尚未提出的抗辩理由。

为什么一家汽车摄影公司会成为最危险的原告

这正是本案最值得深思的部分。它解释了为什么在针对 AI 训练数据 的诉讼中,EVOX 比一家报业集团或综合性图片库更具杀伤力。

汽车摄影本身就是一个结构化数据库。 结构化目录正是 AI 训练数据 梦寐以求的素材源。固定的拍摄角度、精确的车型年份、颜色分类、内饰细节、轮毂特写——这些工作是高度系统化且可穷举的。像 EVOX 这样的专业公司对其数字资产了如指掌,能够精确指认每一份被挪用的文件。

每张图像都能被独立识别追踪。 物理水印、嵌入的底层元数据(Metadata)以及高度一致的布光风格,让每一张照片的来源追溯(Provenance)变得极易验证,而“举证难”恰恰是绝大多数 AI 训练数据 侵权案中最薄弱的一环。大部分原告根本无法证明自己具体的哪一张作品被喂进了模型。一个带有可见标记且高度结构化的图库,直接粉碎了这一技术壁垒。

标准化带来了索赔的可规模化。 数以千计高度相似的图像,每一张都进行了独立的版权登记,从而构建出一个既庞大又极易逐条列举的索赔清单。这与新闻出版商为一堆无法量化的海量历史文章纠缠不休形成了鲜明对比。

公司的核心商业模式就是“授权”。 一家靠着向汽车经销商和交易平台按张出售图片许可(License)为生的公司,在证明“市场损害”时拥有最干净利落的逻辑:被告涉嫌拿走的东西,正是原告赖以生存的全部商业命脉。

这种“可穷举、可识别、可授权”的属性结合在一起,解释了为什么一个极具威胁的 AI 训练数据 原告,看起来不像是一家传统的媒体公司,而更像是一个结构化图库。

决定案件生死的“那个数字”

这是大多数新闻报道都会忽略的庭审机制,但它却是整场诉讼的胜负手。

在美国的版权诉讼中,原告极难向法庭证明一个大模型究竟给自己造成了多少“实际经济损失(Actual damages)”。因此,原告律师祭出的杀手锏通常是 “法定赔偿(Statutory damages)”。关键在于,法定赔偿是按每件被侵权的作品独立计算的,而不是一笔过打包赔偿。所以风险敞口不再是“你造成了多少伤害”,而是“多少件作品 × 法定赔偿区间”。在 AI 训练数据 案件中,这个乘数就是全部的法律博弈。

这意味着,这起 AI 训练数据 案件的焦点根本不是“有没有发生爬取复制”,而是:每一张单独的照片,在法律上是否算作一件独立的作品?

EVOX 在其相关的其他诉讼文件中已经明确表露了这一法理主张——他们坚持每张独立的图像都是一件具备独立获赔资格的作品。在另一项平行诉讼中,原告方甚至提出了几十万张的数字。将这一逻辑套用到本案的 AI 训练数据 争议中,原理完全一致,只是规模稍小:7,095 张图像,每张独立索赔,一旦相乘,哪怕单张作品的赔偿金额再低,最终的总数也足以形成毁灭性的威慑。

可以预见,被告在处理这起 AI 训练数据 案件时,必然会竭力主张相反的逻辑:认为整个图库在实质上只是一部“汇编作品”,或者这七千多张照片应被视为一部单一的“集合作品(Collective work)”只赔偿一次。这场关于算法的争议,最终决定赔偿金额大小的,根本不是爬虫技术,而是作品数量的认定。

对于任何基于 AI 训练数据 开展业务的公司而言,这才是最该紧盯的风向标。如果法院最终裁定每张训练图像都算作一件独立作品,整个 AI 行业的爬取数据成本将在一夜之间面临毁灭性的重估。

一张干净的 16:9 概念插图:左侧是一个小小的琥珀色正方形,中间是一个乘号,右侧是一个由数百个微小琥珀色正方形组成的密集网格,两者由细箭头连接,下方有一条基准线。

EVOX 绝非一时兴起

值得注意的是,EVOX 在另一起平行的 AI 训练数据 诉讼中,正以同样的理由追究 Midjourney 的责任。这改变了我们解读这份诉状的视角。

一个心怀不满的摄影师发起一次诉讼,那叫个人维权。同一个原告针对多家图像模型巨头发起连环诉讼,那叫战略布局(Strategy):确立法理依据、建立判例档案,然后迫使被告群体达成和解或败诉赔偿。如今的 AI 训练数据 诉讼正呈现出明显的收敛趋势,少数“职业原告”正在主导绝大部分的诉讼火力。

其实际后果是,字节跳动案的判决将不再是孤立事件。平行案件的诉状和裁决将对其产生深远影响,而任何关于“单件作品乘数”的法庭裁定,都会在全球司法界引发连锁反应。

一张精准的 16:9 宽幅摄影:一辆没有任何品牌标识的普通蓝色轿车停在浅灰色无缝背景前,四分之三侧面视角,影棚的条形灯在车身侧面勾勒出干净利落的高光线条。

这将如何重塑图像大模型行业

如果原告的法理主张在任何一个法庭得到支持,行业将迎来三大巨变:

AI 训练数据将变成一项随时会引爆的负债。 一旦“按作品数量乘倍数”的赔偿逻辑成立,大模型夸耀的训练集规模就不再是免费的护城河,而变成了资产负债表上高耸入云的风险敞口。这比任何苍白的道德伦理呼吁,都能更有效地迫使 AI 实验室改变获取 AI 训练数据 的方式。

AI 训练数据授权市场将变得极其真实。 如果未经授权爬取的图库意味着天价风险,那么经过合法授权的图库就意味着真金白银的价值。过去三年来一直停留在理论探讨阶段的 AI 训练数据 交易市场,将迎来真实的定价基准。

AI 训练数据的源头追溯将从“锦上添花”变为“保命刚需”。 能够清晰说出训练集中每一张图片的合法来源,将决定一家 AI 公司面临的是可控的商业成本,还是无底洞般的破产危机。

它不能改变什么

我们也必须明确这种诉讼的边界,因为媒体很容易夸大其词。

这起 AI 训练数据 诉讼并不会让你作为普通用户的图像生成行为变得不合法。这是模型训练方与版权持有者之间关于 AI 训练数据 获取来源的商业纠纷。它丝毫不触及“用户使用他人训练好的模型”的合法性,也不会对你敲击键盘写提示词(Prompting)产生任何影响。

它同样无法一劳永逸地解决“合理使用(Fair use)”的争议。关于 AI 训练数据 的辩论已经拉锯数年,一份地方法院的诉状不可能给出终极答案。

理性审读媒体对案件的报道

四项必须保持清醒的认知:

指控不等于定罪。 目前尚未确立任何法律责任,7,095 这个数字也仅仅是原告单方面的统计结果。

AI 训练数据的统计数字是一种方法论。 “7,095”反映的是 EVOX 识别和匹配图像的技术手段,法院最终是否采信这个数字,完全是另一回事。

“按作品数量单计”的索赔理论存在极大争议。 这只是原告为了谋求利益最大化的单方诉求,绝非法条既定事实。

早期案件极易发生变数。 在此类纠纷中,诉状被驳回修改、撤销部分指控,乃至最终达成庭外和解,都是家常便饭。

这对 AI 图像创作者意味着什么

如果你是模型训练者(Trainers),来源追溯如今已是风险管理的生死线。 你所投喂的 AI 训练数据 不再只是一个技术代码包,更是资产负债表上的一颗定时炸弹。

如果你是图库授权方(Licensors),你的资产库刚刚升值了。 能够精确清点、具备明确标识的素材库,正是目前合规的 AI 训练数据 市场最急需自证清白的黄金资产。

如果你只是普通生成者(Generators),这根本不是你的战场。 继续安心使用模型,保留你的提示词手稿,并只需静静旁观关于“单件作品乘数”的最终裁决——因为它最终一定会通过平台涨价的方式,传导到你支付的订阅费上。

值得亲测的对比提示词

如果你想在生成的作品中捕捉到这个故事的精髓,“实体档案馆”恰恰是最诚实的隐喻——因为任何商业图库的本质,就是一座物理档案馆。

复制并粘贴至 Fanch AI(模型选择:gpt_image_2):

A wide documentary photograph down the aisle of a vast photographic archive: long rows of steel filing drawers receding into dim depth on both sides, cardboard slide boxes stacked on open metal shelves, a single shaft of daylight falling from a high window and catching dust in the air. Fine detail in the brushed steel drawer fronts, worn paper labels and the fibre of the cardboard boxes, cool grey and warm sepia palette, deep perspective, slight vignetting at the frame edges, 16:9 framing, 8K detail, no people, no legible text.

在这个行业里,“档案库”是唯一一种必须精确知道其内部装了什么,才能确立其价值的图像。

为什么选择 Fanch AI 进行创作

关于 AI 训练数据 的博弈,其本质是争夺图像库的“合法使用权”,而不是探讨“是否应该生成图像”。这个区分至关重要:法律风险由那些实施爬虫抓取行为的模型训练者承担,而不由敲击键盘编写提示词的普通创作者承担。

Fanch AI 为你提供专用的高质量图像生成模型,支持通过精细的提示词进行直接掌控。让你能够凭借文字描述,亲手生成你所需的视觉素材,而无需依附于某家商业图库的版权纠纷中——让你的作品、你的创意与你的权利,始终属于你自己。

👉 立即开始:在 Fanch AI 上使用 GPT Image 2 进行创作。