这并不意味着这些图像在模型训练过程中完全没有发挥作用。更准确的说法是：对于某个具体输出，在研究所采用的删除测试中，单个来源的因果贡献可能小到无法检测。

“扩散集成”如何测试单张图像的影响？

要直接回答“某张训练图像是否导致了某个输出”并不容易。传统方法通常需要删除一张源图像后重新训练模型，再把新旧输出进行比较。如果要针对单张图像、某位艺术家的作品集或某一人物的照片反复进行实验，成本会非常高；而且近似删除方法未必能消除该数据在训练过程中的所有后续影响。

为此，郑戴和吉福德设计了**“扩散集成”（diffusion ensemble）**架构。它不是一个单一的超大型模型，而是由多个较小的扩散模型组件组成。这些组件分别使用彼此重叠的数据子集进行训练。

当研究人员想测试某张图像的影响时，只需关闭所有曾经见过这张图像的组件，再生成一个“如果模型从未接触过该图像，会得到什么结果”的反事实输出，无需重新训练整个系统。

研究人员还将这种方法与使用相同数据训练的24个传统扩散模型进行了比较，并报告称，两种方法按照标准指标衡量的输出质量总体相近。

这种架构让研究人员能够在其模型结构内进行更精确的删除测试：如果关闭所有接触过某一来源的组件后，输出仍然没有变化，那么实验就没有提供可测量的证据，证明该来源导致了这一输出。

对AI版权诉讼意味着什么？

“归因衰减”可能让一类具体的版权主张变得更加难以证明：某张生成图像是由原告的一张特定图片，或由原告完整的艺术作品集合所导致，甚至是从中复制而来。

如果在精确的反事实测试中，删除相关素材并不会改变输出，那么这项测试就很难支持“该输出应归因于被删除素材”的判断。这类问题可能出现在涉及Midjourney、OpenAI或微软等企业及其图像生成服务或模型开发者的争议中。但这项研究本身并没有判定任何公司的法律责任，它提供的只是关于“如何证明特定训练数据与特定输出之间存在因果联系”的研究证据。

仍有几个完全不同的问题需要分别回答：

• 训练数据是如何获得的？ 这项研究无法判断收集或使用受版权保护的作品进行训练是否合法。
• 输出是否与受保护作品构成实质性相似？ 即使很难把输出的因果来源锁定到某一个训练文件，视觉相似性仍可能具有法律意义。
• 模型是否记忆或复现了训练样本？ 在某些场景下，模型可能记忆并生成训练数据的复制品；这与证明每个输出都能归因于某一个来源，并不是同一个问题。
• 系统是否被设置为模仿某位艺术家？ 有针对性的提示词、微调或其他模型行为，可能提供单张图像删除测试无法捕捉的证据。

因此，法院和调查人员未来可能需要综合考察数据获取记录、来源与溯源信息、直接相似性分析、针对性提示词测试、模型行为证据以及专家意见。这个判断是对研究结果的现实推论，而不是由该研究创设的一条法律规则。

这不是AI开发者的“免责通行证”

不能把归因衰减解读为“扩散模型从不复制”。研究结论是：随着训练数据集扩大，单个来源对某一输出的可测量影响可能变得微乎其微；它并没有证明模型在任何情况下都不会记忆或复现训练样本。

研究的适用范围也有限。研究对象是基于扩散架构的图像生成器，因此不能自动将结论推广到语言模型或其他生成式架构。

更准确的理解是：大型扩散图像系统可能让“某个具体来源导致某个具体输出”的归因变得困难，即使该来源确实曾出现在训练数据中。这可能削弱证明特定输出责任的一条路径，但关于训练方式、复制行为、艺术风格模仿以及知识产权边界的更广泛争议，仍然没有因此得到解决。

这并不意味着这些图像在模型训练过程中完全没有发挥作用。更准确的说法是：对于某个具体输出，在研究所采用的删除测试中，单个来源的因果贡献可能小到无法检测。

“扩散集成”如何测试单张图像的影响？

要直接回答“某张训练图像是否导致了某个输出”并不容易。传统方法通常需要删除一张源图像后重新训练模型，再把新旧输出进行比较。如果要针对单张图像、某位艺术家的作品集或某一人物的照片反复进行实验，成本会非常高；而且近似删除方法未必能消除该数据在训练过程中的所有后续影响。

为此，郑戴和吉福德设计了**“扩散集成”（diffusion ensemble）**架构。它不是一个单一的超大型模型，而是由多个较小的扩散模型组件组成。这些组件分别使用彼此重叠的数据子集进行训练。

当研究人员想测试某张图像的影响时，只需关闭所有曾经见过这张图像的组件，再生成一个“如果模型从未接触过该图像，会得到什么结果”的反事实输出，无需重新训练整个系统。

研究人员还将这种方法与使用相同数据训练的24个传统扩散模型进行了比较，并报告称，两种方法按照标准指标衡量的输出质量总体相近。

这种架构让研究人员能够在其模型结构内进行更精确的删除测试：如果关闭所有接触过某一来源的组件后，输出仍然没有变化，那么实验就没有提供可测量的证据，证明该来源导致了这一输出。

对AI版权诉讼意味着什么？

“归因衰减”可能让一类具体的版权主张变得更加难以证明：某张生成图像是由原告的一张特定图片，或由原告完整的艺术作品集合所导致，甚至是从中复制而来。

如果在精确的反事实测试中，删除相关素材并不会改变输出，那么这项测试就很难支持“该输出应归因于被删除素材”的判断。这类问题可能出现在涉及Midjourney、OpenAI或微软等企业及其图像生成服务或模型开发者的争议中。但这项研究本身并没有判定任何公司的法律责任，它提供的只是关于“如何证明特定训练数据与特定输出之间存在因果联系”的研究证据。

仍有几个完全不同的问题需要分别回答：

• 训练数据是如何获得的？ 这项研究无法判断收集或使用受版权保护的作品进行训练是否合法。
• 输出是否与受保护作品构成实质性相似？ 即使很难把输出的因果来源锁定到某一个训练文件，视觉相似性仍可能具有法律意义。
• 模型是否记忆或复现了训练样本？ 在某些场景下，模型可能记忆并生成训练数据的复制品；这与证明每个输出都能归因于某一个来源，并不是同一个问题。
• 系统是否被设置为模仿某位艺术家？ 有针对性的提示词、微调或其他模型行为，可能提供单张图像删除测试无法捕捉的证据。

因此，法院和调查人员未来可能需要综合考察数据获取记录、来源与溯源信息、直接相似性分析、针对性提示词测试、模型行为证据以及专家意见。这个判断是对研究结果的现实推论，而不是由该研究创设的一条法律规则。

这不是AI开发者的“免责通行证”

不能把归因衰减解读为“扩散模型从不复制”。研究结论是：随着训练数据集扩大，单个来源对某一输出的可测量影响可能变得微乎其微；它并没有证明模型在任何情况下都不会记忆或复现训练样本。

研究的适用范围也有限。研究对象是基于扩散架构的图像生成器，因此不能自动将结论推广到语言模型或其他生成式架构。

更准确的理解是：大型扩散图像系统可能让“某个具体来源导致某个具体输出”的归因变得困难，即使该来源确实曾出现在训练数据中。这可能削弱证明特定输出责任的一条路径，但关于训练方式、复制行为、艺术风格模仿以及知识产权边界的更广泛争议，仍然没有因此得到解决。