豆包刘星回应横店群演数据传言：严重失实，项目数据不用于训练

10月28日，豆包公关负责人刘星公开发文回应网络传言，称「横店与字节合作，将15万名群演的肖像和声音喂给字节大模型」的说法严重失实。这一回应当天经多家媒体报道，争议的核心并非要不要用AI，而是横店影视AI服务平台项目的数据究竟归谁、怎么授权、用来做什么。

按刘星的说明，横店影视AI服务平台项目的目标是建设一套公共数字基础设施，把影视基地实景等资产做成高质量数据集，帮助剧组更高效地选景、筹备和拍摄，同时降低中小影视企业使用AI的门槛，让更多创作者有条件把作品做好。这一定位与「把群演肖像声音批量喂给大模型」的传言有本质差别：前者服务的是拍摄流程，后者指向模型训练语料。

项目中的角色分工也被一并厘清。刘星表示，火山引擎在该项目中是技术支持方，所有数据资产都归横店或授权方所有；项目涉及任何人的肖像和声音使用，都必须获得本人的授权。他同时明确，本项目的数据不会用于训练字节大模型。

这三句话实际上划出了AI数据争议中最关键的三条边界：所有权归谁、使用前如何取得授权、数据最终用于什么目的。影视基地与群众演员恰好是风险最高的场景之一——素材天然包含大量可识别的面部与声音信息，一旦用途含糊，很容易从行业合作演变成公共舆情。

放在更大的背景里看，这类公开澄清正在成为国内大模型公司的标准动作。数据来源与授权链条越来越受监管和公众关注，厂商需要把「技术方」与「数据方」的身份分开讲清楚，也需要说明哪些数据不进训练集。回应的价值不仅在于否定一则传言，更在于把项目的合规框架摆到台面上。

接下来值得关注的，是这套框架能否落到可检验的细节：授权机制是否向参与者公开透明，数据集的使用范围是否有书面约定，平台在选景、筹备、拍摄等环节的实际落地进度如何。对影视行业来说，公共数据集若能跑通，确实是降低AI使用门槛的一条路径；但它的前提，是每一条肖像与声音都能追溯到明确的同意。