字节辟谣 15 万群演喂模型:数据不用于训练

10 月 28 日,字节豆包公关负责人刘星在微博回应横店与字节合作的传闻,称 15 万名群演的肖像和声音被拿去喂字节大模型的说法严重失实。

三点澄清

刘星澄清了三点。第一,火山引擎在这个项目里只是技术支持方,所有数据资产都归横店或授权方所有。第二,项目涉及任何个人的肖像和声音使用,都需要拿到本人授权,不存在未经授权采集的情况。第三,项目采集的数据不会用于训练字节大模型。他也把项目定位讲了一遍,这次引发讨论的是横店影视 AI 服务平台建设项目,初衷是建一套影视行业的公共数字基础设施,把影视基地实景等资产做成高质量数据集。

项目在做什么

按公开信息,这个项目目前处于中标阶段,业务围绕影视行业数据集建设与配套技术平台展开。目标是帮助剧组更高效地选景、筹备和拍摄,同时降低中小影视企业使用 AI 的门槛,让更多创作者有条件把作品做完。数据归谁、能不能训练、肖像要不要授权,这三条正好是整个行业目前最没共识的地方。

行业成本账

AI 进影视的账其实已经算过一次,站内这篇 豆包 SAEP 公示期结束讲的是字节把自动化权限交给第三方应用那一层,而影视长剧的成本结构此前也有过实测,AI 长剧把单集成本压到真人剧的 20% 左右。在这个背景下,任何关于数据来源的传言都会直接砸掉行业刚建立起来的信任。

字节这次的回应把授权链路讲清楚了,但横店项目本身还没落地,中标之后数据集怎么建、怎么授权、给谁用,仍要等实际规则出来才看得明白。