图注：一图读懂本文要点，AI 能连签名一起仿，但法律保护的边界不在风格上（来源：源势AI）
Nieman Lab 做了一组测试：OpenAI 的图像生成器在伪造的《纽约客》风格漫画上，签上了超过 15 位真实漫画家的名字，Harry Bliss、Emily Flake、Joe Dator、Pat Byrnes 都在其中，既没获得许可，也没付报酬；报道点名确认了这 4 位，受影响的漫画家总数超过 15 位（来源：Nieman Lab，2026-10，转引自 Tech Digest《AI行业24小时_20261007_10》）。
最扎眼的细节是签名。漫画家 Pat Byrnes 的签名习惯以句点收尾，十几张伪造漫画，每一张都精准复刻了这个句点（来源：Nieman Lab，转引自 Tech Digest《AI行业24小时_20261007_10》）。
画不是他们画的，风格是仿的，名字是真的。这件事把"模仿"和"冒名"分得很清楚。
为什么签名比画更难维权
康奈尔法学院教授 James Grimmelmann 的判断是：签名是一种"真实性的标记"（来源：Nieman Lab，转引自 Tech Digest《AI行业24小时_20261007_10》）。
签名的功能在于"这是我真的画的"，好看不好看反而是次要的。当它被复制到一张不是本人所画的图上，损害的也不是某幅作品的复制权，而是署名这件事本身的可信度。
图注：风格模仿在版权法里通常不受保护，伪造签名指向的是另一条路径，公开权与虚假署名（来源：源势AI整理，法律观点来自 Nieman Lab 报道）
版权这条路的难点在于：模型通常不复制某一张具体作品，它模仿的是更通用的风格，而风格在版权法里一般不作为受保护对象（来源：Nieman Lab，转引自 Tech Digest《AI行业24小时_20261007_10》）。画得像《纽约客》的线条，很难告；签上真人的名字，性质就变了。
Grimmelmann 给出的现实路径是公开权（right of publicity）诉讼，前提是要证明这些漫画被用于商业目的（来源：Nieman Lab，转引自 Tech Digest《AI行业24小时_20261007_10》）。
图注：同一件事，维权路径在"签名"这一步换轨——版权管不了通用风格，公开权才接得住冒名（依据：Nieman Lab 报道，转引自 Tech Digest 2026-10-07）
这里还有个容易被混淆的细节。《纽约客》明确表示从未授权任何大模型开发商使用其漫画训练模型，但母公司 Condé Nast 在 2024 年与 OpenAI 签过多年授权协议（来源：Nieman Lab，转引自 Tech Digest《AI行业24小时_20261007_10》）。两者并不矛盾：授权的是出版方的内容库，不等于漫画家个人同意被署名。
监管选的是标出来，不是禁止模仿
规则层的方向已经很明确：对付真假难辨，监管的办法是给内容贴身份，而不是禁掉模仿。
欧盟《人工智能法案》要求对 AI 生成的文本加水印，Anthropic 已在 2026 年 8 月公开其文本水印机制，采用 Google DeepMind 发表于《自然》的 SynthID-Text 方法变体（来源：Anthropic《How Claude's text watermark works》，2026-08，转引自源势AI《AI写的字，开始有隐形身份证》，2026-09-04）。
国内的口径更具体。2025 年 3 月 7 日，网信办等四部门联合发布《人工智能生成合成内容标识办法》，明确区分显式标识与隐式标识，要求服务提供者、传播平台和应用分发平台在不同环节各担其责，并自 2025 年 9 月 1 日起施行（来源：《人工智能治理全球合作进展研究报告》）。简单说，显式标识管"看得出来"，隐式标识（元数据、水印等）管"可追溯"，两条腿要一起走。
图注：显式标识加隐式元数据，是监管给 AIGC 定的两条轨，重点从能不能生成转向能不能辨认（来源：源势AI整理，规则内容引自《人工智能治理全球合作进展研究报告》）
这套逻辑和伪造签名是同一条因果链的两端。生成能力越来越真，验证手段就必须跟上；内容本身无法自证真假时，身份信息只能附着在流程上，谁生成的、谁的元数据、有没有水印。
对做内容产品的企业意味着什么
先别把水印和标识当合规负担，它是产品能力。交付物里能不能回答"这段内容是谁生成的、经过标识核验没有"，正在变成企业客户的实际审计需求。
对创作者来说，这次事件给出的启示更现实。能被机器复刻的（风格、笔触）难以受保护，能被机器假冒的（签名、署名）反而成了维权着力点。把作品的身份信息留下来，比如 C2PA 内容凭证、发布记录、平台声明，比事后争论"像不像"更有效。
产品侧还有一个容易忽略的点。模型对"显得可信"的信号同样敏感，它模仿的不只是内容，还有让内容可信的那层外壳。别赌"模型不会冒名"。
规则落地得也很快。显式标识、元数据隐式标识、全链条义务已经写进《标识办法》，对 AIGC 产品来说，标识与溯源正从技术选项变成准入资质（来源：《人工智能治理全球合作进展研究报告》）。对一个做内容业务的企业，这意味着上线前就得把标识链路想清楚，而不是等被平台下架再补。
源势AI观点
我们的判断是，AI 生成内容的治理，主战场会从版权慢慢挪到标识与溯源。
版权保护的是表达，风格往往不在其中；标识和溯源保护的是"谁说的"，这件事可以工程化。对企业来说，与其在版权边界上试探，不如把显式标识、元数据隐式标识、导出链路保全这三件事一次设计到位，欧盟法案、国内《标识办法》、平台细则的交集，其实指向同一套工程。
源势AI 的观点一直没变：AI 采信信息靠的是交叉验证，权威来自多个独立系统说同一件事。水印解决"谁生产的"，交叉验证筛选"谁在引用"，两张网叠加，内容产业的可信基建才算完整。
话题标签：#AI版权 #内容标识 #生成真实性
