中经记者 李静 北京报道

《黑神话：悟空》制作人冯骥用“地表最强视频生成模型，没有之一”盛赞字节跳动最新推出的Seedance 2.0，称其终结了AIGC的“童年时代”。而知名博主影视飓风的Tim在实测后，更是连用六个“恐怖”来形容这款新的视频生成模型，仅上传一张Tim的面部照片，Seedance 2.0就能精准还原其个人音色，甚至能生成照片外真实场景的运镜画面。（由于Tim是明星级公众人物，其生产的高质量视频素材在网上大量公开流传，很可能被各大AI模型用于训练。）

舆论在惊叹Seedance 2.0的技术突破的同时，也对潜在的风险展开了大讨论。

对于内测用户反馈的情况，字节跳动旗下的即梦在2月9日紧急调整Seedance 2.0的功能策略：暂停支持用户上传真人图片或视频作为主体参考，并限制仅在完成活体认证后方可生成真人形象视频。

这一“急刹车”举措，不仅折射出企业在技术狂奔中的合规焦虑，更将视频生成大模型长期悬而未决的版权与人格权争议推至台前。

上海汉盛律师事务所高级合伙人李旻律师在接受《中国经营报》记者采访时指出：“视频生成大模型的风险点本质在于其多权利要素的聚合性，与图像静态单要素、文本无具象权利要素的特征有显著差异。”

技术狂奔下的合规痛点

AI 大模型的发展离不开海量公开数据的训练，这是全球行业的普遍技术路径，视频生成模型更是如此。

例如谷歌的Veo 3模型训练使用了超过200亿个YouTube视频片段，OpenAI的Sora模型也依赖海量公开及许可视频数据，字节Seedance 2.0的训练素材同样涵盖公开数据集和付费版权库。

而字节Seedance 2.0自发布以来，因其“双分支扩散变换器”架构实现音画原生对齐、多镜头叙事连贯性等突破，被业内视为继OpenAI Sora之后又一里程碑式产品。不过，技术上的飞跃同时也放大了行业面临的法律与伦理风险。

北京航空航天大学人工智能研究院教授沙磊指出：“当前主流AI视频模型普遍依赖海量公开数据训练，类似Tim这样的公众人物视频进入公开数据集非常正常。”

浙江垦丁律师事务所联合创始人欧阳昆泼对记者指出：“行业的现状确实是大规模训练数据未经授权使用。高质量视频数据集中于少数版权方（如影视公司等），合规数据数量太少，不足以支撑当前模型能力。技术社区也常见使用‘爬取－清洗－训练’的模式。”

“更关键的问题在于，视频生成大模型的学习本质是高维空间的概率拟合。”北京市社科院副研究员王鹏对记者指出，“当拟合程度极高时，会出现类似‘过拟合’的特征重现，即生成内容与特定个体高度相似，甚至可被识别为本人。”

李旻解释：“视频是多权利要素的聚合体，包含画面、音频、肖像、声音、配乐等，涉及的权利主体复杂，且拟真度高，普通用户难以分辨真假。”

行业发展的命门：平衡创新与版权保护

事实上，字节跳动已在技术落地中尝试设置合规防线。

据了解，目前字节Seedance 2.0仍处于小范围内测阶段；同时2月9日开始，字节Seedance 2.0限制了真人素材参考功能，还设置了活体认证才可以生成真人视频的门槛，同时对名人、知名IP的视频生成进行严格审核，例如当用户尝试生成李连杰、成龙等名人相关视频会被系统拦截。

中国科学院软件研究所研究员张立波认为，技术发展往往领先于行业规则的建立，与此同时，训练过程中可能涉及的内容借鉴、版权关联等议题，也成为技术突破和行业发展必须面对的共性挑战。“但我们也清醒地认识到，如何在此过程中更好地保护公众个人隐私，并确保生成内容的安全可靠，是亟待社会各界共同推动解决的重要课题。”

沙磊也指出：“AI的进步不会因争议停下脚步，如何在技术创新与数据合规、版权保护之间找到平衡，让技术突破的红利真正惠及行业与用户，不仅是字节或某家公司需要持续探索的问题，更是全球AI产业共同的命题。”

可以看到，行业也在积极探索技术治理方案。王鹏指出，推行“AI 水印”和“数字签名”制度是行业发展的一项关键举措，让每一段生成视频都带上不可篡改的溯源码，实现生成内容的可识别、可溯源、可追责。同时，人脸核验、生成日志等技术手段也能在一定程度上降低黑灰产的操作空间。

需要正视的是，当前这些主要技术措施（水印、标识）存在根本性缺陷。“模型本地化部署后，生成行为脱离平台监管，水印可被破解，且无日志留存。以及‘反检测’生成技术，可通过对抗训练生成能欺骗检测器的视频。”欧阳昆泼对记者指出，“现在最大的问题就是缺乏司法可信级别的溯源技术。现有的水印多为平台自定标准，无法形成跨平台、法律认可的电子证据链。”

从法律层面来看，完善的规则体系是行业健康发展的保障。目前网信办等七部门发布的《生成式人工智能服务管理暂行办法》为视频生成模型构建了基础监管框架，确立了发展和安全并重、分类分级监管的原则，要求训练数据来源合法、生成内容按深度合成规定标识。

但李旻同时指出，该框架尚未完全适配视频生成模型的特点，现行办法未对视听素材训练数据合规、生成内容标识标准与溯源要求作出具体细则规定，实操中存在监管空白。“未来监管需要坚持训练数据与生成内容并重的方向，从源头明确数据合规要求，同时强化生成内容的过程管控和结果处置，通过溯源机制实现全链条监管。”

欧阳昆泼也认为，《生成式人工智能服务管理暂行办法》第七条已要求“使用具有合法来源的数据”，但缺乏操作细则。未来监管对训练数据的合规审查将成为行政许可或备案的核心要件，类似《中华人民共和国网络安全法》对数据的要求。

“生成内容的深度合成标识（《互联网信息服务深度合成管理规定》第十七条）是底线要求，但治本之策在于训练源头。”欧阳昆泼预判，监管可能引入训练数据影响评估与版权白名单制度，推动行业采购正版数据池。

在规范中寻找技术落地的最优解

虽然字节的Seedance 2.0引发了争议与调整，但并未阻挡AI视频生成技术的发展步伐，反而让行业更加清晰地认识到，合规是技术商业落地的前提，只有在规范的框架下，技术创新才能真正释放红利。

事实上，Seedance 2.0的技术突破已经让行业看到了AI视频生成的巨大潜力，其多镜头叙事、音视频同步等能力，能大幅降低视频制作成本，让普通人也能做出大片质感的内容，在短视频、广告、影视制作等领域具有广阔的应用前景，甚至有望重构传统视频制作的组织结构与流程。

“如果说Sora确立了画质高度，Seedance 2.0则确立了生产工具的精度。它证明了视频生成模型正从‘特效滤镜’转变为‘云端制片厂’，可能会倒逼其他大厂加速音频分支的整合，让单模态模型迅速过时。”王鹏认为，AI视频行业正在迎来属于行业的“奇点时刻”，Seedance 2.0正将行业卷向全流程生产能力。

近日，影视传媒板块已经因Seedance 2.0的推出迎来股价大涨，例如中文在线、掌阅科技、欢瑞世纪、荣信文化、光线传媒等多只影视传媒股票价格均出现显著上涨。资本市场的热情反映出行业对AI视频生成技术的高度期待。

但资本的追捧更需要理性的支撑，只有解决了版权、合规等核心问题，才能让技术真正走向商业化落地，推动行业实现高质量发展。

张立波表示：“相关素材纳入公开数据集属于行业常见情形，普通用户无须过度焦虑。但如何更好地保护公众个人隐私、确保生成内容安全可靠，是亟待社会各界共同推动解决的重要课题。”

李旻建议，可以构建一个能够适配视频生成模型“事前、事中、事后”的全流程治理体系：

事前，细化训练数据合规要求，推进素材授权与合规数据平台建设，按模型特性做分类备案和安全评估，督促完善技术防护与标识能力并做好用户合规引导。

事中，强化生成内容标识溯源，建立统一技术规范和信息共享机制，压实平台审核、投诉处理等责任，动态管控用户违规使用行为。

事后，明晰各方责任划分，完善侵权证据留存调取要求，推动多部门协同监管执法，引导行业自律并建设合规规范，形成多方共治格局。

从全球来看，AI视频生成产业仍处于发展初期，技术创新与规则建立的双向探索仍在继续。字节Seedance 2.0的调整，是中国企业在技术发展中重视合规的体现，也为全球行业提供了参考样本。这一过程，也将推动中国AI产业在全球竞争中，占据技术创新与合规发展的双重优势，为全球AI产业的发展贡献中国方案。

（编辑：张靖超 审核：李正豪 校对：颜京宁）