2026-02-10 | 베이징=정다은 특파원

一张照片1分钟连声音都能复现……中国视频AI“冲击”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

“请制作一段视频,让照片中的角色在上海东方明珠塔旁展开格斗。整体风格参考电影《变形金刚》,强调动感与强烈的能量。”

上传两张照片——中国知名咖啡连锁“蜜雪冰城”的雪人吉祥物,以及一群系着星巴克等外资咖啡围裙的机器人——再输入简单指令,仅3分钟后,一段20秒的高清动画便迅速生成:东方明珠塔倒塌,雪人喷出结界。即便没有单独指定转场或动作,也实现了媲美大片的逼真呈现。更短的版本甚至1分钟内即可完成。

9日,中国知名科技网红Tim(本名潘天红)以上述内容公开了字节跳动新视频人工智能(AI)模型Seedance 2.0的体验报告,并感叹“将颠覆行业格局”。字节跳动本月7日发布的Seedance 2.0,是自去年6月推出1.0版本后仅8个月便拿出的雄心之作。它搭载可配合口型生成自然语音的“叙事音频”功能,制作速度缩短30%,实现了跨越式进步。

但Tim在惊叹之余,也在视频中六次重复“令人恐惧”的表述。因为有迹象显示,AI在未经用户许可的情况下擅自学习了个人信息。实际上,当Tim只上传自己一张照片并输入简单提示词后,尽管没有附上任何语音相关数据,系统却原样再现了他真实的声音。此外,连照片中并未拍到的公司总部大楼背面结构,也被真实地描绘出来。

业界认为,字节跳动很可能擅自学习了抖音(TikTok的中国名称)庞大的用户数据。Tim本人是拥有超过1000万粉丝的“网红”,仅上传到抖音的视频就有428个。Tim也强调:“这表明系统基于我的视频进行了大范围学习”,“我从未收到字节跳动关于著作权使用的任何联系”。

问题在于,目前没有法律依据阻止这类擅自学习。现行抖音条款规定,用户上传的所有内容可在全球范围内免费用于研发(R&D)和营销目的。

中国正以这样的“著作权盲区”为动力,在视频AI领域快速追赶美国。上月,AI基准测评机构Artificial Analysis将可灵评为视频AI领域第一,而可灵的母公司、短视频平台“快手”同样像字节跳动一样在条款中明示可将上传内容用于AI学习。

中国当局也在加速争夺技术霸权,于2024年设立“国家数据局”,实施将医疗、交通等核心公共数据全面开放用于AI训练的指引。北京市互联网法院也作出判决:若用户在提示词生成等环节投入了“充分的智力劳动”,AI生成内容同样可获著作权认可。这为企业降低著作权风险、更激进地投入开发提供了依据。被列入杭州“六小龙”(6家AI创业公司)的游戏科学创始人冯骥前一天也就Seedance 2.0强调:“我非常庆幸它出自中国(而非其他国家)。”

这与围绕AI著作权问题诉讼不断的美国、欧洲形成鲜明对比。事实上,OpenAI去年10月发布视频生成模型“Sora 2”的过程中,就面临擅自学习YouTube、TikTok等社交网络服务(SNS)数百万条视频的批评。争议加剧后,OpenAI最终制定了允许著作权人拒绝数据使用的“选择退出”指引。谷歌也因被质疑为训练自家AI模型擅自使用YouTube视频,于去年12月受到欧盟(EU)调查。位于美国华盛顿特区的智库威尔逊中心警告:“在美国对算力筑起监管高墙之际,中国正利用低成本且无限制的数据可获取性构建不对称优势。”

阅读韩文原文