扩散模型为何越来越难追溯到单张训练图？MIT研究揭示“归因衰减”

一项由麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）的Zheng Dai和David Gifford开展、于2026年8月20日发表于《Nature Communications》的研究，聚焦于一个与AI图像版权争议密切相关的问题：一张生成图，究竟能否被明确归因于某一张训练图片？

研究给出的答案是：当模型使用的训练数据足够庞大时，很多情况下可能无法做到。研究人员将这种现象称为“归因衰减”（attribution decay）——随着训练数据规模扩大，任何单个训练样本对某一特定输出的因果影响都会减弱，最终可能小到无法检测。

研究团队究竟测试了什么？

研究人员没有仅仅用数学方法估算一张图片的影响，而是构建了一种名为“扩散集成”（diffusion ensemble）的架构。它由多个使用不同数据切片训练的较小扩散模型组成。

如果要测试某张图片是否影响了生成结果，团队会关闭所有曾经接触过这张图片的组件，从而直接得到一个“不包含该来源”的反事实模型。这样既不需要重新训练整个模型，也不必依赖近似计算。

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”。