随后，研究人员将这种集成方法与24个使用相同数据训练的传统扩散模型进行比较。这些模型按照常见指标衡量时，生成质量大体相当。

实验覆盖了从256张到超过16万张图片的多个数据集，测试了三种移除情形：

• 移除一张单独的图片；
• 移除某一位艺术家的全部作品；
• 移除某个人的全部照片。

结果显示，在数据规模较大时，移除上述某一种来源，往往不会让生成结果出现可观测的变化。换言之，即使某张图片或某位艺术家的完整作品集被拿掉，特定输出也可能基本保持不变。这种单个来源的可测影响不断减弱的现象，就是研究所说的“归因衰减”。

对AI版权诉讼意味着什么？

这项发现可能会让一类版权主张变得更加复杂：如果原告声称，某个与Midjourney、OpenAI或微软相关的系统生成的特定图像，是由其某一张图片或完整作品集直接造成，研究中的精确移除测试可能无法为这种单一来源归因提供有力支持——因为移除相关材料后，输出可能并没有明显改变。

但这并不等于研究已经解决了AI版权争议中的法律问题。它没有回答以下问题：

• 公司在整理训练数据时是否复制了受版权保护的作品；
• 训练行为本身是否构成侵权，或是否属于合理使用；
• 生成结果是否与受保护作品构成实质性相似；
• 模型是否被有意提示或配置为模仿某位艺术家的风格。

因此，这项研究提供的是关于“特定输出能否被因果归因于特定训练来源”的实证证据，而不是一项关于版权责任的法律裁决。

这不是AI的“免责通行证”

首先，研究并没有证明扩散模型不会记忆训练数据。模型在某些情形下仍可能记住，甚至重现训练样本。“归因衰减”只说明，随着数据集扩大，单个来源对特定输出的影响往往变得难以测量；它并不意味着复制从未发生。

其次，这项工作研究的是基于扩散的图像生成器，不能自动推广到语言模型或其他生成式架构。

这意味着，在评估复制行为和知识产权责任时，法院或相关调查可能需要依赖不止一种证据，包括训练数据的获取记录、生成结果之间的直接相似性、模型面对定向提示时的行为、内容来源信息，以及专家分析。这个判断是基于研究所展示的一个核心困难：在大规模训练下，仅凭“单张图片对应单张输出”的因果关系，往往难以完成明确归因。

随后，研究人员将这种集成方法与24个使用相同数据训练的传统扩散模型进行比较。这些模型按照常见指标衡量时，生成质量大体相当。

实验覆盖了从256张到超过16万张图片的多个数据集，测试了三种移除情形：

• 移除一张单独的图片；
• 移除某一位艺术家的全部作品；
• 移除某个人的全部照片。

结果显示，在数据规模较大时，移除上述某一种来源，往往不会让生成结果出现可观测的变化。换言之，即使某张图片或某位艺术家的完整作品集被拿掉，特定输出也可能基本保持不变。这种单个来源的可测影响不断减弱的现象，就是研究所说的“归因衰减”。

对AI版权诉讼意味着什么？

这项发现可能会让一类版权主张变得更加复杂：如果原告声称，某个与Midjourney、OpenAI或微软相关的系统生成的特定图像，是由其某一张图片或完整作品集直接造成，研究中的精确移除测试可能无法为这种单一来源归因提供有力支持——因为移除相关材料后，输出可能并没有明显改变。

但这并不等于研究已经解决了AI版权争议中的法律问题。它没有回答以下问题：

• 公司在整理训练数据时是否复制了受版权保护的作品；
• 训练行为本身是否构成侵权，或是否属于合理使用；
• 生成结果是否与受保护作品构成实质性相似；
• 模型是否被有意提示或配置为模仿某位艺术家的风格。

因此，这项研究提供的是关于“特定输出能否被因果归因于特定训练来源”的实证证据，而不是一项关于版权责任的法律裁决。

这不是AI的“免责通行证”

首先，研究并没有证明扩散模型不会记忆训练数据。模型在某些情形下仍可能记住，甚至重现训练样本。“归因衰减”只说明，随着数据集扩大，单个来源对特定输出的影响往往变得难以测量；它并不意味着复制从未发生。

其次，这项工作研究的是基于扩散的图像生成器，不能自动推广到语言模型或其他生成式架构。

这意味着，在评估复制行为和知识产权责任时，法院或相关调查可能需要依赖不止一种证据，包括训练数据的获取记录、生成结果之间的直接相似性、模型面对定向提示时的行为、内容来源信息，以及专家分析。这个判断是基于研究所展示的一个核心困难：在大规模训练下，仅凭“单张图片对应单张输出”的因果关系，往往难以完成明确归因。