一、风波缘起：一个“恐怖”的AI评测视频

2026年2月初，字节跳动旗下AI视频模型Seedance 2.0在内测阶段便引爆了科技圈。这款被誉为“导演级”的工具，凭借其强大的多镜头叙事、精准的视频操控和音画同步能力，让人们看到了AI视频创作的巨大潜力。然而，知名科技博主“影视飓风”创始人Tim发布的一则评测视频，却将这场技术狂欢瞬间拉入了冷静的思考。

在视频中，Tim展示了几个令他感到“恐怖”的测试结果：

· 声音克隆：仅上传一张自己的静态照片，未提供任何音频数据，Seedance 2.0便生成了一段与他本人音色、语气甚至说话习惯都高度相似的配音。

· 空间补全：上传一张仅包含其公司大楼正面的照片，模型生成的运镜视频竟然能流畅地摇到大楼背面，并精准呈现出从未在照片中出现过的建筑细节。

这些发现指向一个令人不安的推论：Seedance 2.0的训练数据集中，可能包含了大量影视飓风团队公开发布的视频内容，而这一切均在创作者不知情且未授权的情况下发生。这一事件迅速发酵，将AI大模型训练数据的“原罪”问题——数据来源的合法性与个人权益的保护——再次推至风口浪尖。面对汹涌的舆论，字节跳动迅速做出反应，于2026年2月10日宣布紧急暂停Seedance 2.0的真人素材参考功能，以进行优化。

这场风波不仅是一次关于特定AI产品的争议，更是一面棱镜，折射出生成式AI技术狂飙突进背后，法律、伦理与商业利益之间错综复杂的张力。它迫使我们思考：当AI的能力边界以前所未有的速度扩张时，我们的法律边界应如何划定？

二、核心争议的法律剖析：数据从何而来，权利归于何处？

Seedance 2.0事件的核心法律争议，集中在两个层面：一是未经授权处理个人信息与侵犯人格权的问题；二是将他人享有著作权的作品用于模型训练的版权问题。这两个问题，恰好对应了AI大模型发展中最为棘手的两大法律雷区。

（一）个人信息与人格权：声音和人脸的法律红线 

Tim的评测中最令人震惊的部分，莫过于模型在没有音频输入的情况下，仅凭一张照片就合成了他本人的声音。这直接触及了个人信息保护的核心领域，特别是关于生物识别信息处理的法律规定。

根据我国《个人信息保护法》第二十八条，生物识别信息（包括人脸、声纹等）属于敏感个人信息。处理此类信息需要满足“具有特定的目的和充分的必要性”，并“取得个人的单独同意”。“单独同意”意味着，平台不能通过一揽子用户协议的方式获得授权，而必须就处理敏感个人信息这一具体事项，以明确、清晰的方式单独征求用户的同意。

此外，《民法典》第一千零三十四条也将声音明确列为个人信息。而第一千零二十三条第二款规定：“对自然人声音的保护，参照适用肖像权保护的有关规定。”这意味着，未经本人同意，不得以营利为目的使用他人声音。北京互联网法院在全国首例“AI声音权”案（殷某某诉某智能科技公司案）中，已明确认定AI生成声音只要能与特定自然人建立起一一对应的联系，该自然人的声音权益即可及于该AI声音，未经授权使用构成侵权。

在Seedance 2.0事件中，即便影视飓风的视频是公开发布的，但这并不等同于创作者同意平台提取其声音、面部等生物特征用于训练一个可以“克隆”自己的AI模型。这种处理行为显然超出了“个人自行公开”信息的合理使用范围。根据《个人信息保护法》第二十七条，处理已公开的个人信息，若对个人权益有重大影响，仍需取得个人同意。将个人声音特征模型化并用于商业服务，无疑属于对个人权益有重大影响的情形。

（二）版权与合理使用：AI训练的“原罪”与“豁免”之辩 

Tim推断其团队作品被用于训练，引出了另一个世纪难题：AI模型训练使用受版权保护的作品，是否构成侵权？

AI开发者通常会主张“合理使用”（Fair Use）作为抗辩理由。他们认为，模型训练并非为了复制或传播作品本身，而是为了学习数据中的模式、风格和知识，属于一种“转换性使用”（Transformative Use），并未直接替代原作品的市场。这种观点认为，机器学习是对作品的“非表达性使用”，不应落入著作权控制范围。

然而，权利人一方则认为，未经许可的训练行为至少构成了对作品的复制，且最终生成的内可能与原作品形成实质性相似，直接损害了原作品的潜在市场价值。例如，如果AI能完美模仿某位导演的风格，客户为何还要高价聘请这位导演呢？《纽约时报》诉OpenAI案、Getty Images诉Stability AI案等国际诉讼，均围绕这一焦点展开。

在我国，法律对此尚无明确规定，司法实践也处于探索阶段。2024年的“广州AI生成奥特曼图片案”中，法院支持了权利人对AI生成内容侵犯其复制权和改编权的主张，但因证据不足，未支持删除训练数据的请求，回避了对训练行为本身的定性，而在同一年的杭州奥特曼案件中，法院也并未直接肯定商业AI大模型平台未经授权使用版权作品作为训练数据的合法性。在我们此前发布的《训练AI，能否“合理使用”版权数据？——不同法域裁判视角的认定逻辑》中，也对合理使用这一常见抗辩结合目前的各国典型案例进行了分析。

我国《生成式人工智能服务管理暂行办法》第七条明确要求，提供者应当“使用具有合法来源的数据和基础模型”，并且“涉及知识产权的，不得侵害他人依法享有的知识产权”。但何为“合法来源”，如何界定“侵害”，依然是模糊地带。学术界有观点提出“宽进严出”的治理思路，即在输入端（训练阶段）对数据使用采取相对宽松的合理使用认定，以鼓励技术创新；但在输出端（生成阶段）对侵权内容进行严格规制，由平台承担更高的注意义务。

Seedance 2.0事件恰恰说明，当输入端的数据使用直接导致输出端能够精准“复刻”个人特征时，“宽进”与“严出”的界限变得模糊，对训练行为本身的法律审视变得不可避免。

三、平台责任与治理：从“技术中立”到“守门人”

技术本身是中立的，但技术的开发者和提供者并非没有责任。Seedance 2.0风波凸显了AI平台在数据合规与伦理治理方面不可推卸的“守门人”角色。

我国已经初步构建了针对生成式AI的监管框架，主要包括《网络安全法》、《数据安全法》、《个人信息保护法》以及《生成式人工智能服务管理暂行办法》。这些法规为平台划定了明确的责任边界，平台在提供生成式AI服务时，至少应当履行以下义务，承担相应责任。

告知与同意义务：根据《个人信息保护法》，平台在处理个人信息前，必须以显著、清晰易懂的方式告知用户处理目的、方式、个人信息种类等，并取得同意。显然，通过爬取公开视频、个人信息数据来训练一个能模拟特定个人的模型，并未满足法律规定的相关合规要求。

安全保障义务：平台需采取必要措施确保数据安全，防止泄露和滥用。当模型能够精准还原个人生物信息时，其潜在的安全风险是巨大的，平台必须承担更高的安全保障责任。

内容生产者责任：《暂行办法》第九条规定，当大模型平台被认定为人工智能服务提供者时，应当依法承担“网络信息内容生产者责任”。这意味着平台以“技术中立”为由主张其对AI工具所生成的内容完全免责难以获得法律支持，因而需要对生成内容的合法性、合规性履行更高的注意义务及承担更多的责任要求。

（一）“深度伪造”治理：从输出端到全生命周期 

Seedance 2.0的能力，本质上是一种高级的“深度伪造”（Deepfake）技术。这项技术如果被滥用，可能导致虚假新闻、电信诈骗、名誉侵权等严重社会问题。

然而，以往的监管多聚焦于内容的“输出端”，即对已生成的虚假内容进行识别和处置。Seedance 2.0事件警示我们，治理必须前移至“输入端”和“模型端”。

· 训练数据溯源：建立可追溯的训练数据管理体系，确保数据来源合法合规，是防止“毒树之果”的第一步。

· 模型能力评估：在模型上线前，对其生成能力进行严格的风险评估，特别是对生成高度逼真个人特征的能力进行限制或设置安全阀。

· 强制标识与水印：对所有AI生成内容，特别是视频和音频，嵌入不可篡改的数字水印或进行显著标识，是实现技术溯源和责任认定的关键手段。有分析指出，数码视讯等公司的数字水印技术在此背景下具有重要价值。

字节跳动此次紧急暂停“真人素材参考”功能，可以看作是业界在监管压力和舆论监督下，开始将治理重心向模型能力本身延伸的一次重要实践。

四、 结论与展望：在创新与规范之间寻求平衡

Seedance 2.0风波是一次生动的全民普法课。它清晰地揭示了在AI时代，我们每个人的数字人格——肖像、声音、行为轨迹——都可能成为被算法解构和重塑的“数据矿产”。这场争议的核心，并非要扼杀技术创新，而是要追问：在通往智能未来的道路上，我们是否为个人权利和公共安全设置了必要的“刹车”？

从法律角度看，此次事件暴露了现有法律框架在应对AI技术发展时的滞后性与模糊性。尤其在数据“合理使用”边界、平台告知义务的具体实践、以及对模型训练行为本身的规制上，仍存在大量亟待明确的法律空白。

对于AI开发者和平台而言，这无疑敲响了警钟。野蛮生长、数据“黑箱”的时代正走向终结。将数据合规、伦理审查、用户权利保护融入产品设计的全生命周期，不仅是法律的强制要求，更是企业赢得市场信任、实现可持续发展的基石。

对于创作者和普通公众，这意味着需要提升自身的权利意识。在享受技术便利的同时，更要审慎对待个人数据的授权，并勇于对侵权行为说“不”。

技术的发展不应以牺牲个人基本权利为代价。Seedance 2.0事件或许象征着AIGC从单纯的“技术炫技”阶段，正式迈入“安全与合规并重”的新阶段。

未来，我们期待立法、司法和产业界能够协同努力，在鼓励创新的同时，加快完善相关法律法规，细化“合理使用”的边界，明确平台的责任，构建一个既能促进AI技术健康发展，又能切实保护每个数字公民合法权益的治理体系。