“我的語料，你沒有資格用” 字節跳動被告，AI 訓練規則正在反轉

過去，AI 訓練的爭議只有一個問題：用得合不合理？

現在，美國法院開始換一個問法：你有沒有資格用？

2025年12月23日， YouTube 創作者聯盟，繞開版權侵權，直接動用一條被冷落多年的老法——DMCA §1201，把 AI 訓練攔在了“數據入口”之外。

這是美國 AI 訴訟里出現了一個非常有意思的變化。于是，一個現實問題擺在所有人面前：DMCA §1201，到底能不能管 AI 訓練？

一、先把 DMCA §1201 講清楚：它到底在管什么？

DMCA §1201 的核心只有一句話：禁止未經授權，規避對受版權保護作品所采取的“技術保護措施”。

注意，這里有四個關鍵詞：

1.技術保護措施（TPM）

2.規避（circumvention）

3.未經授權

4.與版權保護“有效相關”

它不是在保護作品內容本身，而是在保護——“進入作品的防盜門”。

二、為什么它突然在 AI 訓練中變得“好用”了？

原因只有一個：AI 訓練，天然繞不開“規模化獲取內容”。

而規模化獲取，幾乎必然會觸碰：

●登錄限制

●API 限制

●反爬蟲機制

●DRM / 加密

●平臺訪問控制

一旦你為了“拿數據”，繞過了這些版權保護機制，DMCA §1201 就有了出手的空間。具體到前文提到的訴訟有個有意思的細節。在字節案中，原告怎么證明“字節真的用過我的 YouTube 視頻訓練模型？”

答案來自一個非常經典、但經常被忽視的證據來源——

被告自己寫的論文。 關鍵證據，來自字節員工公開論文。

在論文 《MagicVideo: Efficient Video Generation With Latent Diffusion Models》 中，字節員工明確披露：

●使用了 HD-VILA-100M 數據集

●用于訓練其視頻生成模型 MagicVideo

而這個數據集，是微軟亞太研究院在 2022 年發布的。

HD-VILA-100M是什么？

一個包含約 330 萬個 YouTube 視頻的大規模公開視頻數據集。而這些視頻，大量來自普通創作者，并未單獨授權用于 AI 訓練。

于是，原告完成了一個非常關鍵的推理閉環：

論文披露的數據集 → 數據集來源于 YouTube → 視頻受平臺技術措施保護 → 訓練前必然存在規避行為，這正是DMCA §1201 所瞄準的核心。

三、適用邊界1：必須存在“有效的技術保護措施”

這是 §1201 的第一道硬門檻。如果是下述三種情況：

●公開網頁，任何人無需登錄即可訪問

●沒有訪問頻率限制、沒有技術阻斷

●單純的“使用條款禁止”，但無技術配合

法律結論：只有文字表述，沒有“技術措施”，§1201 很難適用。

在既有判例框架下，以下情形通常會被認為是 TPM（技術保護措施）：

●登錄 / 賬號驗證機制

●加密、DRM

●API key + 訪問限制

●反爬蟲（IP 封禁、速率限制等）

在 AI 訓練案件中，YouTube 的技術體系正是權利人重點抓住的對象。

四、適用邊界2：必須存在“規避行為”，而非合理使用

這是 §1201 的第二道門檻。

一個關鍵區分：“使用了受保護內容” ≠ “規避了技術措施”

舉例：

●你通過正常賬號觀看視頻，不算規避

●你用工具批量下載、繞過速率限制，這是高風險行為

在 AI 訓練語境下，原告通常會主張：

模型訓練前的數據抓取，本身就需要繞過平臺為“人類用戶”設計的訪問限制。這正是爭議焦點所在。

五、適用邊界3：AI 訓練是不是“與版權保護有關”？

這是 §1201 在 AI 案件中最核心、也最有爭議的一點。

被告最常見的抗辯是合理使用：

“我們不是為了看作品，也不是為了傳播作品，我們只是為了訓練模型。”但在 §1201 條款下，法院關注的不是你的主觀目的，而是：你客觀上是不是繞開了權利人的技術保護措施。

如果答案是“是”，那么即便你的最終用途是 AI 訓練，也不排除 §1201 的適用。

六、適用邊界4：fair use，在 §1201 里幾乎沒用

這是很多人最容易踩坑的地方。

在版權侵權案件中，fair use 是“王牌抗辯”；

但在 §1201 框架下——fair use 通常不是有效抗辯理由。

美國法院長期以來的態度是：

●§1201 是獨立于版權侵權的責任

●即便最終使用可能是 fair use

●規避行為本身，仍可能違法

這也是為什么原告喜歡這條路徑。

七、適用邊界5：例外條款，但對 AI 很不友好

DMCA§1201 當然也有例外，比如：

●安全研究

●逆向工程

●無障礙訪問

●圖書館 / 教育用途

但現實是：這些例外，幾乎都很難自然覆蓋商業 AI 訓練。

尤其是當：

●訓練目的具有商業性

●數據規模巨大

●與產品直接相關

法院往往會采取非常保守的解釋。

八、總結一句話版“適用邊界地圖”

如果用一句話總結 DMCA §1201 在 AI 訓練中的適用邏輯，那就是：它不管你“學到了什么”，它只管你“是怎么拿到的”。可以適用的典型場景：

●受保護平臺

●存在明確技術訪問控制

●為規模化訓練繞過技術限制

難以適用的場景

●完全公開、無技術門檻的數據

●合法授權 / API 合規調用

●無“規避”事實，僅存在用途爭議

九、寫在最后

DMCA§1201 的真正意義，并不在于：“它能不能一錘定音 AI 侵權。”而在于，它正在改變一個根本問題：AI 訓練，不再只是“用得合不合理”，而是“你有沒有資格用”。

當規則從“使用結果”前移到“獲取路徑”，AI 產業的合規邏輯，也必須隨之整體前移。

這是這條“老法條”，在 AI 時代被重新喚醒的真正原因。