Meta遭集体诉讼：被指抓取用户照片训练AI与人脸识别

据《连线》（WIRED）报道，Meta近日遭遇一起拟议中的集体诉讼。原告指控这家社交巨头在未获得有效授权的情况下，系统性抓取Facebook和Instagram上的用户照片，用于两个用途：其一是训练自家的AI图像生成模型，其二是构建一个尚未对外发布的内部人脸识别功能，代号「NameTag」。

这起案件的特殊之处在于，它同时踩中了当下AI行业最敏感的两条红线——训练数据的来源合法性，以及生物特征信息的处理边界。前者是生成式AI公司普遍面临的版权与隐私争议主战场，后者则是Meta在过去十余年间反复被起诉、罚款、和解的老问题。

指控核心：用户照片成了「免费燃料」

根据诉状的说法，Meta把用户为分享生活而上传的照片，转化成了训练生成式模型和支撑人脸识别的商业资产。原告认为，这种行为既超出了用户上传内容时的合理预期，也违背了平台自身在隐私政策中作出的承诺。

诉状的核心论点可概括为：用户上传照片是为了与朋友分享生活，而不是为了让Meta把它们变成训练模型、识别人脸并从中获利的原材料。

这类主张并不陌生。近两年，从Getty Images起诉Stability AI，到多位作家起诉Meta与OpenAI，再到《纽约时报》诉OpenAI，围绕「训练数据从哪来、有没有获得授权」的诉讼已经形成一条清晰的主线。Meta此前在Kadrey等作家集体诉讼中曾抗辩称，使用受版权保护的作品训练大模型属于合理使用，但法院并未完全接受这一立场，案件仍在推进。

「NameTag」：一段没有完结的人脸识别旧账

相比训练数据争议，「NameTag」这个指控更值得警惕，因为它指向的是生物特征识别这一高度敏感的领域。

Facebook早在2011年就推出过「标签建议」功能，默认识别用户照片中的人脸并提出标记建议。这项功能在伊利诺伊州引发了著名的BIPA（生物特征信息隐私法）集体诉讼，Meta最终在2020年同意支付6.5亿美元和解金。2019年，Meta将人脸识别改为用户主动选择加入；2021年，公司宣布关闭Facebook的人脸识别系统，并删除超过10亿条人脸模板数据。

因此，诉状中所称的「NameTag」——一个并未公开发布的人脸识别功能——若属实，意味着相关能力可能以内部工具或试验项目的形式延续了下来。对于一家曾公开宣布退出人脸识别业务的公司而言，这无疑会带来严重的可信度问题。

训练数据的灰色地带正在收窄

Meta并非唯一在数据来源上「先上车、后补票」的公司。2024年，Meta修改隐私政策，明确表示将使用用户在Facebook和Instagram上公开分享的内容来训练AI；随后又向欧洲用户发出通知，并因爱尔兰数据保护委员会的介入而一度推迟在欧盟的训练计划。

欧盟的《人工智能法案》已经把「从互联网或监控录像中无差别抓取人脸图像以建立人脸识别数据库」列为禁止性做法，GDPR则将生物特征数据划入需要更高门槛的特殊类别数据。在美国，除伊利诺伊州BIPA外，得克萨斯州也曾就人脸数据问题与Meta达成14亿美元的和解。可以说，无论这起诉讼最终走向如何，Meta所处的外部合规环境都已明显收紧。

为什么这起案件值得关注

第一，集体诉讼的规模效应。若案件被法院认证为集体诉讼，原告方可能覆盖数以亿计的用户，潜在的法定赔偿金额极为可观，尤其是在生物特征隐私法下，单次违规的赔偿标准往往按人头计算。

第二，判例意义。目前全球关于「用公开抓取数据训练AI是否合法」仍缺乏终局性判决，任何一方的胜诉都可能成为后续案件的参照坐标，进而重塑整个行业的数据采购与合规流程。

第三，信任成本。用户对社交平台的容忍度正在下降。当「分享照片」与「喂养AI」之间的界限变得模糊，平台需要的不只是法律上的辩护，更是产品层面的透明——例如清晰的授权入口、可撤回的数据使用选项，以及可审计的数据流向记录。

编者按：数据的「原罪」不会自动消失

过去几年，AI行业习惯于一种叙事：模型能力提升的速度，远快于数据合规框架的建立速度，因此「先做起来再说」是必要之恶。但Meta这起案件提醒我们，这种时间差正在被法律追平。当监管者、法院和用户同时开始追问「这些照片你凭什么用」时，企业再以「技术中立」或「合理使用」作答，恐怕越来越难以服众。

对Meta而言，真正的风险或许不在于某一次赔偿金额，而在于它同时被人脸识别与生成式AI两条战线夹击——前者关乎公司是否言行一致，后者关乎它未来能否继续以低成本获取优质训练数据。这两件事，都不是一份公关声明能够解决的。

本文编译自WIRED