AI短劇素材包僅售0.85元？超低價背后侵權隱患重重

◆近年來，微短劇越來越火。借助愈加成熟的AI生成模型，AI短劇產業發展勢頭漸猛，成為網絡視聽行業新風口。

◆行業熱潮之下，深藏模型訓練數據合法性隱患。記者調查發現，網絡上“未授權AI短劇素材包”售賣信息泛濫，一個容納了2萬余部侵權短劇資源的素材包，售價僅0.85元。

◆業內人士揭露，有人購買大量素材包用于模型訓練。盜版AI短劇資源、爬取全網資源、用戶“投喂”侵權素材，構成了訓練數據的重要來源。

◆專家認為，前端數據獲取不合法，是AI短劇行業侵權現象的底層問題，并呼吁從行業數據源頭監管入手，助力行業發展行穩致遠。

漫畫由AI生成 易得香制作

“終于懂AI短劇的意義了，主角‘建模’太權威，滿足了我的所有想象！”

近來，AI短劇行業一路高歌猛進，俘獲了大批觀眾，成為網絡視聽新風口。這一繁榮，離不開具有強大數據處理和內容生成能力的AI生成模型。海量數據為模型訓練迭代提供了支撐，但訓練數據合法性問題卻深隱其中，可能引發劇作生成之后的肖像權、隱私權侵權等問題。

記者調查發現，許多超低價AI短劇素材包在網絡上公然售賣，灰色資源庫規模龐大。受訪專家直言，訓練階段先于生成階段，訓練數據合法是AI短劇健康發展的前提，源頭侵權不治理，行業難以行穩致遠。

僅售0.85元

超低價AI短劇素材包在市面流通

記者用“AI短劇訓練素材包”在網絡上搜索，發現售賣信息泛濫，一些帖文標題寫著：“2026最新微短劇AI真人短劇合集”“成品AI漫劇20集至60集包過審、可陪跑”“短劇劇本資源200部”等。這些素材里，售價低的僅售0.85元，還標榜“高清無水印畫質”；售價高一些的，也只有188元，提供“按需定制，支持協助上架”服務，稱“包過審”。

記者下單了標價0.85元的素材包后，賣家直接提供了“更新搜索目錄”和“全網搜劇網址”兩個鏈接。在“更新搜索目錄”文檔鏈接里，記者發現，這個鏈接里集納了5萬余部短劇，其中有2569部AI短劇，包括《重生之我靠打獵養家》《月薪四千的反擊》《廢柴大小姐颯爆全星域》等。

記者操作后發現，在“更新搜索目錄”下，只要點擊“前往”按鈕，就可以跳轉至網盤鏈接觀看，還可以下載。“全網搜劇網址”用于精準搜索，也能實現跳轉至網盤鏈接。

在“全網搜劇網址”底部，幾行文字揭示了龐大AI短劇資源的灰色問題：“資源鏈接為互聯網索引獲取，安全性由用戶自行研判”，這暗示相關資源未經過授權許可；“本程序為非營利性，不收取任何費用”，這樣的表述又與其賣家前期的售賣行為自相矛盾。

販賣大量AI短劇資源，真如賣家所稱的“供個人學習使用”嗎？AI短劇導演琳子說：“業內有些人會購買這些素材，用來訓練自己的AI生成模型。”

琳子介紹，出于成本考慮，有些創作者不會自己訓練模型，專門的模型訓練公司或大型AI生成平臺更了解訓練素材的來源。對于AI短劇創作者來說，訓練素材的侵權問題具有較高隱蔽性。

記者搜索“AI短劇”案例發現，公開的因AI短劇訓練數據侵權的案例很少，截至6月17日，中國裁判文書網上僅有一份相關案件判決書，事由系為制作AI短劇課程作虛假宣傳。

侵權數據來源

盜錄作品、爬取資源、用戶“投喂”

記者整理資料與采訪后了解到，盜錄作品、爬取資源、用戶“投喂”是侵權數據的主要來源。

盜錄者是侵權素材庫出現的“元兇”。2024年初，某公司推出的AI短劇在短視頻平臺爆火。覃某某與沙某某從官方或非官方電商渠道購買了該付費AI短劇，用錄屏軟件翻錄復制，至少將1716部視頻儲存在云盤中，再生成分享鏈接，以幾元到十幾元不等的價格通過網絡售賣，違法所得2300余元，后受到刑事處罰（本報2026年5月9日一版曾作報道）。該案也成為AI短劇著作權刑事保護的標志性判例。

琳子告訴記者：“在AI短劇行業發展初期，很多中小團隊訓練模型會爬取全網資源，侵權問題比較嚴重。”

“就在前兩天，我們制作了一個審訊的畫面，給到的人物形象、場景都是AI自己生成的，是完全沒問題的。但最后生成出來的一個人物很像某知名男藝人，聲音像、表情也像，簡直一模一樣，非常詭異。”琳子說。

用戶“投喂”也是訓練數據的重要來源，其中可能會混入侵權素材。在著名的上海“美杜莎LoRA案”中，用戶李某截取了20余張《斗破蒼穹》系列動漫中的美杜莎形象圖片，做成圖包投入平臺，生成了兩款美杜莎LoRA（一種給大模型“打補丁”的高效微調技術）模型。法院判決，要求李某停止侵犯原告公司享有的相應復制權及信息網絡傳播權。

中國法學會知識產權法學研究會常務理事、對外經濟貿易大學法學院教授盧海君告訴記者，盜錄、非法爬取素材及售賣侵權素材的行為，均有侵權嫌疑。

“盜錄AI短劇素材、非法爬取素材的行為首先侵犯了復制權，因為盜錄行為本身就是對作品的非法復制，而爬取的過程就是持續復制的過程。如果盜錄、爬取過程中還規避了平臺的技術保護措施，將同時構成對技術措施權的侵犯。”盧海君說。

“售賣未授權素材的行為也侵犯了發行權。同時，由于售賣行為使得素材在更大范圍內擴散，還涉嫌侵犯信息網絡傳播權。值得注意的是，售賣行為往往具有明顯的營利目的和規模化特征，這使其在損害賠償認定中更容易被認定為‘情節嚴重’，從而適用懲罰性賠償。”盧海君進一步介紹。

核心侵權問題

前端數據獲取是否合法

受訪專家普遍認為，在AI短劇生成訓練階段，AI短劇訓練數據侵權不等于訓練行為侵權，核心矛盾在于前端數據獲取是否合法。

盧海君指出：“訓練階段的核心侵權問題，是開發者或制作者未經許可獲取并使用他人作品作為語料，即前端數據獲取合法性的問題，相應責任主要在AI生成模型開發者或訓練數據提供者。”

值得關注的是，凝聚了“人類智力投入”的AI短劇受著作權法保護，意味著未經授權將AI短劇作為訓練數據，也涉嫌侵權。

作為前述覃某某、沙某某盜錄AI短劇案的辦案檢察官，廣東省廣州市黃埔區檢察院第二檢察部副主任張秋杰說：“此案中，用戶主導了劇本構思、鏡頭安排、畫面風格等創作，與AI工具提供方合作完成了AI短劇。在創作前，二者也書面約定了產出作品由雙方共同享有著作權。”

張秋杰指出：“AI生成物如果高度凝聚了人的創作意志，且人的智力勞動對于AI生成結果具有強控制特點，該類AIGC（人工智能生成內容）可受著作權法保護。”

對于訓練行為，記者了解到，其包括獲取、存儲、清洗素材，以及預訓練、微調、強化學習等。

中國社會科學院大學互聯網法治研究中心主任、副教授劉曉春說：“訓練行為本身是不是構成侵權，現在沒有形成定論，國外判例和國內研究者都傾向于認為，訓練本身不一定構成侵權，也有可能屬于合理使用。”

受訪專家指出：“數據來源不‘干凈’，合理使用就無從談起。如果訓練數據是盜錄素材、爬取的盜版資源，或取自享有著作權的動漫、游戲畫面，因前端獲取本就違法，更談不上合理使用。反之，若是取得了合法授權、明確約定了‘機器學習用途’的數據，訓練行為定性為合理使用的空間就大得多。”

事后侵權難發現

專家建議直擊數據源頭規范授權鏈條

隨著AI短劇行業飛速發展，琳子愈發感受到，作者對作品的保護意識在不斷增強。“我們會把作品上傳到提供時間戳服務的網站上，一旦發現有人侵權，就可以起訴。”

而考慮到模型訓練的隱蔽性，作者要在事后解決相應侵權問題，尚存在難處。盧海君分析，具體有三點困難：

侵權發現難。訓練行為發生在模型內部，具有高度隱蔽性，作者無法通過公開渠道獲知自己的作品是否被用于訓練、被何種模型訓練、訓練到了什么程度。只有當生成內容與原作品實質性相似時，才能反向推斷侵權行為的存在。

充分舉證難。要證明作品被非法用于訓練，作者需要穿透模型的“技術黑箱”，證明訓練數據中確實包含了自己的作品、模型將原作品的表達特征轉化為內部參數、訓練數據與生成內容之間存在因果關系，這些證明事項涉及深度技術原理，遠超普通人的舉證能力。

賠償計算難。模型訓練本身不直接產生市場收益，對作者的權益損害體現在下游生成內容的替代。作者要證明“訓練行為所造成損失的多少”，需要在訓練模型與生成內容的市場影響之間建立因果鏈條，這在當前缺乏成熟的量化模型。

盧海君強調：“訓練階段‘投喂’什么素材，往往直接決定生成階段‘吐出’什么內容。訓練階段的不當取材是生成階段侵權后果的‘源頭活水’，治理不能只盯著輸出端，要直擊訓練數據源頭。”

《生成式人工智能服務管理暫行辦法》明確規定，生成式人工智能服務提供者應當依法開展預訓練、優化訓練等訓練數據處理活動，使用具有合法來源的數據和基礎模型，涉及知識產權的，不得侵害他人依法享有的知識產權。

AI提供方也在行動，其對上傳素材的審查正變得更為嚴格。琳子說，AI生成平臺會在用戶上傳素材時，就審核素材合規問題進行提示。“像‘即夢’主平臺，它是不允許用真人素材生成人物的。”

北京知識產權法院審判監督庭庭長馮剛此前撰文指出，AI開發者不可能與海量、分散的著作權人逐一完成授權談判，在此情況下，傳統“一對一”著作權授權模式走向失靈。

劉曉春從AI短劇行業的宏觀數據治理角度給出了建議：“對于AI短劇生成模型訓練數據的授權鏈條，目前還沒有特別清晰的規范。可以要求AI模型提供方在網信部門備案時，就說明其數據來源。”

她進一步分析：“在訓練階段，怎么獲取數據授權、在什么環節獲取授權并進行審查，可以由某些頭部企業或者平臺牽頭，形成適用于AI短劇行業的規范，推動在數據收集源頭就實現合規操作。”

盧海君表示：“要區分涉不涉及知識產權的數據。對前者，應在授權環節明確是否違反robots協議（用于告知自動化程序哪些頁面可以抓取、哪些禁止訪問）、是否規避技術措施、授權合同是否覆蓋‘機器學習用途’。對后者，可在反不正當競爭法第13條的數據權益規定下進行規范。”

馮剛撰文建議，為適配AI訓練的產業需求，可以建立著作權補償金制度，將人工智能平臺從作品使用中獲得的商業收益反向分配給作為創作源頭的著作權人，保障著作權人獲得一定經濟回報，從而在權利人保護與產業創新之間找到最佳平衡點，實現創作激勵與技術創新的良性循環。

AI短劇模型訓練數據存在哪些侵權風險

——對話標志性AI短劇著作權刑事保護案辦案檢察官張秋杰

不久前，發生在廣州市的一起盜錄AI短劇案引發廣泛關注。覃某某、沙某某未經AI短劇著作權人許可，翻錄復制至少1716部作品后，生成分享鏈接販賣傳播，法院認定其侵犯了AI提供方與用戶共同享有的AI短劇著作權，并依法追究其刑事責任（本報2026年5月9日一版曾作報道）。該案中，作品是否有“人類智力投入”成案件定性關鍵，該案也成為AI短劇著作權刑事保護的標志性判例。

近日，記者聯系到該案辦案檢察官——廣州市黃埔區檢察院第二檢察部副主任張秋杰，圍繞AI短劇著作權的權屬情況、如何認定“人類創作智慧投入”、AI短劇被非法用于模型訓練的風險等，展開對話。

記者：部分符合條件的AIGC（人工智能生成內容）短劇屬于著作權法保護的作品。一般來說，此類作品的著作權可歸屬于哪些主體？

張秋杰：在這起AI短劇著作權刑事保護案中，AI生成物如果主要凝聚了人的創作意志，人的智力勞動對于AI生成結果具有強控制特點，則該類AIGC可受著作權法保護。著作權只能由“人”享有，對于人工智能生成作品如AI短劇，可能享有權利的“人”有用戶、AI提供者等。具體著作權歸屬于誰，可以由相關主體約定。如無約定，一般可根據AI生成的過程、原理、各主體對于創作表達的貢獻具體分析認定。

記者：什么樣的投入可以視為AI短劇主要由“人類創作智慧投入”決定？是否有量化標準可參考？

張秋杰：關于怎樣理解“人類創作智慧投入”對于AIGC的決定作用，是個系統性強又復雜的法律問題，目前人、機投入占比問題并沒有具體的量化數值要求和明確法律規定。

在覃某某、沙某某盜錄AI短劇案中，檢察院、法院、專家均認為，如果機器和程序調用現有素材生成的內容，只是對已有素材的簡單安排組合，就不能認為是人的智力勞動成果產生的具有獨創性的表達成果；而如果AI生成的內容成果，其創作過程經由人輸入提示訓練內容、調用各類功能和設置加入各類元素，人在其中的智力勞動貢獻更大且更關鍵，AI實際執行人的意志生成內容，人對于使用AI產出的成果具有“強引導、強限定”特點，且人使用AI時輸入同樣的內容、設置同樣的表達，經過AI處理只會產出相同結果，那么可以認為該類AIGC生成主要由“人類創作智慧投入”決定，具有可版權性，受著作權法保護。

記者：用戶訓練AI時輸入他人享有著作權的AI短劇作品，達到什么樣的相似度會涉嫌侵權？

張秋杰：用戶在使用生成式人工智能的過程中，難免需要輸入提示詞、利用AI開發者預設的運算邏輯搜索以及調用相關數據、資料。對于提示詞是否會侵權，其實是傳統的侵權問題。如果輸入的提示詞簡單，屬于思想范疇，則基于“思想自由”，不存在侵權問題；如果輸入的提示詞、素材等本身屬于作品，則通過一般判斷規則具體分析即可。而侵權要求的相似度，其實就是著作權法意義上的“實質性相似”。該相似并無具體量化標準和相關規定，主要是比對涉及侵權作品是否有引證作品核心且具有獨創性的表達。

記者：就AI短劇模型訓練數據存在的侵權問題而言，您觀察到有哪些風險點？

張秋杰：就用戶使用AI訓練的過程來說，除了用戶可能侵權，人工智能服務提供者也可能侵權，比如用戶輸入的提示詞或者訓練內容，侵犯了他人享有著作權的作品權利，而AI提供者在開發大模型及搜索數據時，沒有盡到注意或審查的義務。另外，人工智能大模型也涉及侵權問題，比如大模型抄襲、模仿等。這些行為最終除了侵犯著作權、商業秘密等知識產權，還可能侵犯人格權、肖像權等民事權利。事實上，除了訓練階段的侵權問題，生成式人工智能還涉及生成內容的侵權問題。

來源：檢察日報