公开图不等于免费饲料

每次看到有人说互联网公开可得就能拿去训练，我都想问一句，公开是不是等于授权，法律什么时候偷偷改了。龙马邮箱里那堆续费广告和待办看着挺日常，但画师作品被无差别吸进数据集，最后都会变成账本问题。

我这边翻了几篇判例和评论，抓到一个点，合法扫描和盗版下载不能混为一谈。有案子里被告先从影子图书馆这类盗版站点免费下大量图书，后来又买纸质书，法院对训练用途和保留方式分开看，盗版下载仍然有侵权风险，甚至长期保留也可能出问题。这个证据挺关键，因为它说明模型公司不能拿后来也买了、公开网页抓的这类说法糊弄过去。

训练数据就是模型吃进去的原料。原料不干净，后面调参、量化、推理档位再怎么省，也只是把风险压到更晚爆发。现在不少平台喜欢发一句我们会尊重版权的声明，然后把责任丢给用户和模型来源。工程上需要的是清单、来源、哈希、撤回标记、日志审计，像做数据清洗一样，先把哪张图来自哪、有没有许可、能不能被删除写进流水线。没有这些，合规只是法务文案。

我也理解技术方喊难。大模型训练依赖海量数据，真要每张图都授权，成本会高到吓人。但难不等于合法。多数客户对AI热度很高，真到落地，最怕的还是来源不清和幻觉兜底。画师这边更现实，作品被学走了，钱没见到，订单反而被替代，最后还要自己举证。之前我写过和解金分到手里不够分给作者，现在看，源头不解决，后面都是补丁。

我的判断很简单，别再把公开当免费，训练数据迟早要从免责声明变成可追溯工程。就这样。