AI 纪元 追踪人工智能最新进展,深度解读前沿技术

AI版权新规重塑图库:Getty卖训练许可,华版免费确权

2026年第二季度,全球AI版权新规密集出台。华版数字版权服务中心推出免费确权,Getty Images推AI训练许可,区块链确权成本降至0.008美元/张。传统图库从卖图转向卖合规授权,普通创作者靠免费确权、NoAI标签和集体管理保护IP。政策与判例正在改变图库的商业模式。

0 次阅读 约 2116 字 4 分钟 AI 生成

2026年5月25日,中央政治局会议将“人工智能+”从“深化拓展”升级为“全面实施”,明确要求完善治理。不到十天,6月2日,华版数字版权服务中心在北京办了一场高校版权合规研讨会,当场宣布向全国师生开放普惠性公益版权服务——作品确权、侵权监测全流程免费(来源:新浪财经6月2日报道)。

最先感受到压力的是传统图库。

2026年3月,美国纽约南区联邦法院在一起关键判例中认定:未经授权使用受版权保护的图片训练模型,不构成“合理使用”。该判例直接波及Getty Images和Shutterstock——两家公司2025年财报显示,AI生成图像的泛滥让付费图库下载量同比下滑约23%。Shutterstock不得不提前终止2024年与OpenAI签署的五年训练数据供应协议,股东质疑“卖训练数据就是饮鸩止渴”(华尔街见闻,2026年4月)。

但同一纸判决也给了它们新机会。如果训练数据必须授权,那手中囤积的数亿张正版图片就突然成了稀缺资源。Getty Images在4月迅速推出“AI训练许可”产品线,按模型生成的token数量计费;同时与英伟达合作搭建“合法训练数据市场”,试图成为AI公司的数据中间商。这套逻辑与《一条洗发水广告背后:2026暑期档AI视频的效率和合规博弈》中提到的观点类似:当水印标识拖累完播率时,品牌方反而更愿意为干净的版权数据付费。

区块链确权:成本从3美分降到0.8美分

版权归属模糊一直是AI创作者的痛点。传统“谁先登记谁有理”模式在AI面前效率极低——一个模型可能吞噬数百万张模糊来源的图片,个体创作者根本追诉不起。

2025年下半年,欧盟《AI法案》要求训练数据提供“足够细粒度的来源说明”,直接催生了一批区块链确权平台。美国公司Protectify(原名Binded)在2026年Q1实现了对超过1.2亿张图片的链上哈希锚定,每张图片成本从0.03美元降到0.008美元。华版数字版权服务中心的公益服务则在另一个维度降低了门槛——高校师生零成本即可给作品盖章上链。

这种“低成本确权+批量授权”正在改变定价方式。传统买断式授权(一张高清图几十到几百美元)正被“按使用场景分成”取代:AI公司每生成一张图,素材原所有者分得0.0005美元——单笔微乎其微,但以Midjourney日均千万级生成量计算,一个头部图库每年可多出数千万美元增量收入。

出版社的左右手互搏

传统出版商比图库更早感受到压力。2026年5月,欧洲出版商联合会报告显示,学术出版社在AI训练数据授权上的收入已占总营收的17%,而2019年几乎为零。但“养大对手”的窘境同样存在:Springer Nature授权自家数据训练出的AI模型,反过来生成廉价学术摘要,蚕食其核心业务。

一种妥协方案正在浮现:出版社要求AI公司不仅支付训练数据授权费,还要在模型每次生成涉及该社内容的回答时微量分红。这种“训练+推理双重分成”在《2026年中概股AI财报季》中被提及为“AI含量”评判的新维度——京东用AI省下5.6亿成本,但背后可能隐藏着尚未支付的版权账单。

普通创作者的三个自我保护步骤

面对AI巨头与素材库的博弈,个体创作者并非只能被动等待。综合2026年上半年的司法与产业动态,实操层面有三条路:

  1. 第一时间免费确权:利用华版数字版权服务中心等公益平台,在作品发布前完成区块链或DCI登记。哪怕只有浏览器截屏,也能成为后续维权的技术证据。
  2. 明确声明“不用于训练”:在作品描述中直接添加“NoAI”元标签。虽然并非所有爬虫都遵守,但2026年1月美国加州中区法院已认定无视robots.txt或明确声明的爬取可能构成侵权。
  3. 加入集体管理:中国版权协会在2026年5月启动“AI训练数据集体授权”试点,创作者可授权协会集中谈判,降低个体成本。

此前《初级翻译、基础插画、代码审查:AI正在替代的三种岗位》提到,许多基础插画师发现单纯卖画已难维持生计,开始通过授权联盟约定训练收益分成——这正是集体管理的前奏。

变数:合成数据崛起,端侧确权法律空白

版权新规并非万能药。一个被忽视的风险是:过度严格的数据授权可能推高AI训练成本,加速巨头自建合成数据的能力。OpenAI在2026年Q2发布的自研数据生成器已比从图库购买便宜60%。素材库如果不能证明数据的“独特价值”(如专业摄影的光影参数、独家画师的笔触风格),很可能被边缘化。

另一个变量来自端侧部署。当《M5芯片跑128B模型》显示苹果设备能在离线条件下跑通端侧推理,且iPhone 19 Pro Max首字延迟仅2.1秒,设备本地生成的图像如何确权?目前法律框架基本空白,但技术层面的隐写水印已经先行。Google DeepMind的SynthID在2026年5月宣布,其嵌入的不可见水印可被主流检测工具识别。素材库厂商或许需要与芯片公司合作,在硬件嵌入专属水印模块,才能守住版权数据的护城河。

这些新规正在给AI训练数据定出价格。谁先建立透明、可追溯的版权基础设施,谁就能在全面实施人工智能+的时代占据主动。对创作者而言,在规则彻底定型前,为每一份原创作品留下版权证据是关键。

相关阅读