你有没有想过，Meta训练AI用的数据里，可能藏着一些你意想不到的“秘密”？比如你深夜偷偷下载的成人电影？

这可不是段子。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。他们指控Meta从2018年开始，用BitTorrent技术悄悄下载了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”。

这起案件的赔偿金额高达3.59亿美元，每部片子15万美元。听起来像是天价，但对AI训练来说，这或许只是冰山一角。Meta究竟为何会陷入这场官司？背后又藏着哪些不为人知的故事？

Meta，是怎么把自己送上法庭的

事情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。

这可不是员工擅自行为，而是平台层面的系统性操作。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。

正是在这个案子中，Strike 3发现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。图中显示，Meta公司IP、off-infra服务器IP和员工家庭宽带IP在BT网络中形成了一个完整的数据链。

为什么偏偏是色情片？

这或许与成人电影的特性有关。相比其他类型的影视作品，成人电影在BT网络上的传播速度更快，下载量更大，且用户群体相对稳定。这种“高流量+低门槛”的特点，让它们成为AI训练模型的天然素材。

更关键的是，成人电影的版权归属较为清晰，一旦发现侵权，维权方可以迅速锁定IP地址并采取法律行动。这种“先抓后和解”的模式，正是Strike 3等公司赖以生存的商业模式。

数据显示，从2017年到2023年，Strike 3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。

这种“打官司流水线”模式，让Strike 3在版权维权领域占据绝对优势。而Meta作为全球科技巨头，自然成为他们重点盯上的目标。

数据越脏，模型越香

在AI训练的现实里，“没有数据就没有AI”。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。

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。