這聽起來簡直像是科幻恐怖片的劇情。字節跳動旗下的 AI 影片生成大模型 Seedance 2.0 最近引發熱議，知名科技影音創作者「影視颶風」創始人 Tim在實測中赫然發現，這款 AI 竟然在未經授權的情況下，光憑一張面部圖像，就能生成與本人高度匹配的聲音特徵 。
光看臉就知道你怎麼說話？創作者直呼「太恐怖」
根據 Tim 的說法，他在測試時完全沒有提供任何聲音文件、關鍵字或提示資訊，僅僅上傳了自己的照片，AI 竟然就直接「認出」這張臉並配上正確的聲音 。Tim 表示自己從未給過官方授權，更沒有收過相關費用，這種「看臉識聲」的能力讓他感到相當恐懼 。
Seedance 2.0 與抖音同屬於字節跳動，原本的設計初衷是生成具有同步音訊、動作流暢的 1080p 電影級影片，並專注於連貫的多鏡頭敘事 。然而，這種強大的聲音克隆技術也引發了法律與倫理的疑慮。不少網友質疑，字節跳動是否利用抖音（TikTok）上龐大的使用者資料作為訓練集，才能讓 AI 如此精準地掌握公眾人物的聲紋與面貌 。
官方緊急滅火：暫時禁用真人素材
隨著事件持續發酵，字節跳動旗下的「即夢」平台緊急發布公告，宣布 Seedance 2.0 暫停真人素材的參考能力 。官方解釋，為了保障健康的創作環境，目前正在進行緊急優化，調整期間暫不支持輸入真人影像作為主體參考 。他們也強調「創意的邊界是尊重」，並對造成的不便致歉，期待未來以更完善的面貌正式上線 。
- 延伸閱讀：字節跳動推出 Seedream 4.0 多模態圖像創作模型：對決Nano Banana、生成速度飆升十倍、支援4K畫質
- 延伸閱讀：被字節跳動提告索賠800萬人民幣的實習生，還沒開審卻先拿下NeurIPS 2024最佳論文
- 延伸閱讀：AI模型遭實習生篡改程式碼並惡意攻擊，字節跳動提告北京博士生求償800萬元人民幣！
