你有没有想过，Meta 训练 AI 用的数据里，有可能不只是维基百科、小说、YouTube 视频……而是你在某个晚上偷偷下载的成人电影？
你没听错。是色情片。而且不是三两个，而是 2396 部！
就连提起这事的方式，都像是段子。
2025 年 7 月 23 日，两家美国成人电影公司——Strike 3 Holdings 和 Counterlife Media，把 Meta 告上了加州北区联邦法院。
他们说，从 2018 年开始，Meta 用 BitTorrent（也就是 BT 下载）偷偷下载了他们旗下的 2396 部成人电影，用来训练自家的 AI 模型。包括视频生成器 Meta Movie Gen、LLaMA 大语言模型，还有其他"未透露名称的模型"。
营销号标题我都替他们想好了，重生之《Facebook 盗播我拍的黄片，用来做 AI》。
而且这起案件潜在赔偿高达 3.59 亿美元，每部片子 15 万美元。
我知道你想问：Meta 这么大一公司，怎么会干这种事？难道付个片源授权的钱有那么难？
但慢着，这事真没你想的那么简单。这关系到的不仅仅是"看黄片"这么简单，它揭开了一个所有 AI 公司都不愿意正面回答的问题：训练数据到底哪来的？
一、Meta，是怎么把自己送上法庭的
故事要从另一个案子说起。2023 年，Meta 被一批作家集体起诉，说它用盗版图书训练自家的 LLaMA 模型。而在那个案子里，Meta 自己承认：是的，我们的确用了 BitTorrent，从多个"影子图书馆"下载了大量盗版书籍，总共 81.7TB 的数据。
注意，这不是「员工擅自行为」，是平台层面参与的事情。公司设了六个虚拟私有云服务器（VPC），连着匿名 IP 地址，用来掩盖 BitTorrent 活动。他们甚至写了脚本来控制做种行为，以防自己太明显地暴露。
也正是在这个案子中，Strike 3 发现了 Meta 的 IP 地址出现在 BT 群组里。
于是他们开始顺藤摸瓜，把 Meta 相关的 47 个 IP 地址一一筛查、匹配下载记录，还用 MaxMind 做地理定位，再结合他们内部的追踪软件 VXN Scan 和 Cross Reference Tool，挖出了一个令人目瞪口呆的结果：这些 IP 多年来一直在稳定下载并做种他们家的成人电影，而且是"高频 + 长时段 + 多分辨率"同步下载，有着明显"非人类"的行为模式。
「比如下图所示的 185.89.216.251，根据 MaxMind IP 数据库，归属于 Facebook 公司名下，连接类型为 Corporate 网络。」
你以为这就完了？当然不是。
有多个 IP 虽然不归属 Meta，但与其下载行为在内容、分辨率、语言版本上几乎完全重合，且出现在同一 BT 群组中，存在高度协同嫌疑。Strike 3 将其定义为 Meta 可能搭建的 off-infra 服务器（即公司架构外的行为代理）。
其中一个 IP 地址追踪到了一个 Comcast 家庭宽带，绑定在某个 Facebook 员工的家中。
图：Strike 3 提供的侵权 IP 证据片段，包含 Meta 公司 IP、隐藏 IP 段（Range B / Range F）及员工住宅 IP，下载行为从 2018 年持续至 2025 年
没错，有人在公司干不完的活，晚上回家接着用自家 Wi-Fi 下片做种，继续贡献训练数据。
仔细想想真荒唐。。这也正是这起官司里最致命的地方——系统性、工具化的"以播促下"式盗播训练。
二、为什么偏偏是色情片？
Strike 3 的律师在诉状里解释了这个问题，说得很"法务"，但翻译成人话就是：
我们这些黄片，画质高、分辨率高、镜头长、表情自然、对话有节奏、动作有连贯性、场景变化少。
对于训练 AI 模型，尤其是生成类视频模型来说，没有比这种素材更理想的了。
大多数电视剧剪辑太快，镜头太多，表演太做作。新闻视频没有人物互动。YouTube 视频缺乏一致性。而成人电影呢？它天然有一个清晰的"故事线"，人物动作从开始到结束基本在一个空间中完成，配音与肢体一致，而且角色情绪、表情都是真人表演。
当然，除此之外它还有其他训练数据没有的「独特场景」。
所以，这些片子在 Meta 内部，成了一种训练黄金素材。
更关键的是，它们在 BT 网络里太好找了。而且种子越热门，下载越快。于是 Meta 干脆用"以种换种"的办法，把别人家的片子做种传播出去，用来换回其他内容。种得越多，换得越快。BT 的算法就是"tit for tat"，你播种给我，我就给你更多速度。
这就从顺手拿来变成了主动交易。
三、数据越脏，模型越香
说到底，这不是 Meta 第一次这么干了。
上次用书，这次用片。前者你可能会说"不过是几本小说"，后者你也许会想"成年人都看过"，但事情的本质是一样的：
Meta 正在用一套灰色操作链，替自己省下大笔训练数据授权费。
起诉书里写得清清楚楚：
自 2018 年至今，Meta 持续侵犯了 2396 部影片；
分发行为持续时间从"数天"到"数月"；
做种行为并不是个别行为，而是系统性部署，配有专用服务器；
就连 Meta 员工家里的网络都被用来贡献数据；
多达 10 万次的下载分发交易，有详细 PCAP 记录可查；
在收到律师函警告之后，仍有行为持续。
你可能会觉得这有点扯：Meta 不是有钱吗？能花钱挖这么多人，真至于在数据上省这个钱？
但你要知道，训练一个视频生成模型需要的素材量是"百万小时"级别的。若全用正版，授权费用能过亿美元。而这些影片，在 BT 网络上几乎唾手可得。
在"没有数据就没有 AI"的现实里，"先抓后和解"已经变成了行业潜规则。OpenAI、Stability、Google……哪家不是先偷后赔？
只是这次，Meta 撞上了一个极为擅长打官司、且对版权看得比命还重的对手——Strike 3。
说到这儿，我们必须再讲一个背景故事。
Strike 3 是美国最喜欢打官司的成人电影公司之一。他们几乎所有业务都围绕版权维权来展开，靠打盗版官司收和解费，年入数千万美元，已经把"维权"做成了流水线生意。
据统计，从 2017 年到 2023 年，Strike 3 就在美国联邦法院提起了近 9500 起此类诉讼。平均下来几乎每天都在起诉，且大多采用"John Doe"匿名形式锁定 IP 地址后，通过法院命令向 ISP 索取用户身份，再发律师函要求庭外和解。
他们甚至自研了一整套追踪系统 VXN Scan，每天扫描 BT 网络，看哪些 IP 在播种自家影片。可以说，他们在意的不是片子有没有被看，而是有没有人为此付钱。所以打造了一种既赚钱又不违法的商业模式：抓 IP 地址发律师函。一封信寄过去，许多普通人就会乖乖付几百美元私了，落袋为安。
但这次他们盯上的可是 Meta。一个手握 Instagram、WhatsApp、Ray-Ban 智能眼镜和 AI 实验室，市值超 1.7 万亿美元的全球科技巨头。
这一回合，刚好是两种最极端的版权思维的正面对撞。
一边是"你不付钱我就搞你"，一边是"你有片我就拿来用"。
狭路相逢勇者胜。
四、现实，比 AI 生成还魔幻
我们很容易用"看黄片训练 AI"来调侃这件事。但你有没有意识到，它其实揭露的是一个全行业共同回避的问题：AI 模型吃进去的数据，没人知道是什么，也没人愿意说清楚它从哪来的。
Meta 不是第一个，也不会是最后一个。只要监管缺位、披露不透明、法律落后，这种"数据洗白"就会成为主流。
这次是情色片，下一次也许是你的医疗影像、你家的监控录像、你写的小说、你朋友的语音聊天。
所有这些，都会被"以研究为名"的 AI 模型在黑夜里吞噬。
你甚至不知道它们被用来干嘛，最后会变成什么。
就像这次。那些片段，被喂给了一个叫 Meta Movie Gen 的模型。也许哪天，它能一键生成一部你完全无法分辨是真人还是 AI 拍的动作片，甚至演员的表情和情绪都真实得让你出戏。
而你从头到尾，都不知道它是谁教的动作。
但也不是所有人都在假装看不见。就在上个月，Cloudflare 更新了政策：默认拦截所有未经许可的 AI 网络爬虫。只要你的网站挂在他们的 CDN 上，那些自称是"AI 研究"的爬虫，连内容都看不见。他们的态度很明确：你要数据，请先打招呼。
这就是差别。有的公司在训练 AI 之前，先考虑别人的权利。而有的公司则在训练完之后，才开始算计怎么掩盖自己用过什么。。。
Meta 至今还没有回应这场官司。可能他们在等和解，可能在准备技术澄清，或者干脆等公众忘记这件事。
无论这场官司最终胜负如何，有一个事实不会变：AI 的未来，正是用你以为没人会看的数据，一点点喂大的。
你看到的是技术进步，它看到的是训练素材。
而素材，从来都不只是数据。
它也可能是你。
没有评论:
发表评论