你发在Instagram上的泳池自拍、拿铁照片，可能正被陌生人拿去训练AI生成色情内容——而且有人专门开课教人怎么做。
这不是技术恐慌的假设场景。亚利桑那州3名女性已经起诉，指控3名男子系统性地盗用她们的照片，制作AI色情网红账号，并开设付费课程向他人传授整套方法。
被复制的普通人
MG（诉讼中使用化名）的生活轨迹原本毫无特殊之处。二十多岁，住在斯科茨代尔，做私人助理，周末兼职服务员。Instagram账号9000多粉丝，发发和朋友喝抹茶、上普拉提的日常。
「我从没想过要在社交媒体上爆红，」MG在诉讼中陈述，「就像大多数人最初用这个平台一样，只是和最亲近的人分享生活。」
去年夏天，一条站内消息打破平静。粉丝问她：知不知道有个长得和她一模一样的人，正在Instagram上流传？
她点开链接，看到多条Reels视频——她的脸被叠加在看似她本人的身体上，穿着暴露，纹身位置分毫不差。「如果不熟识我，完全可能以为那就是我本人的照片，」她说，「这就像一记警钟：我对自己形象毫无控制权。」
更令她震惊的是后续发现。这些被篡改的裸照和暴露照片不仅在网上流传，还被用于宣传一个名为AI ModelForge的平台。该平台提供在线课程和教程，据称教授订阅者使用CreatorCore软件，以不知情年轻女性的照片训练AI模型，并将生成内容发布至Instagram和TikTok。
「他们提供了一整套操作手册，包括如何挑选不会反抗的目标——专门教人筛选哪类女性、去哪里找照片，」MG指控，「每个层面都令人作呕。」
正方：技术中性与商业创新的边界
如果我们暂时搁置道德立场，AI ModelForge的模式确实击中了某些市场需求。
虚拟网红（Virtual Influencer）本身并非新鲜事物。从Lil Miquela到国内的AYAYI，数字人早已证明商业可行性——无需真人出镜、不会变老、不会塌房、7×24小时工作。据行业估算，顶级虚拟网红单条合作报价可达真人网红的数倍，且制作成本随技术普及持续下降。
CreatorCore这类工具的技术逻辑并不复杂：基于扩散模型（Diffusion Model，一种通过逐步去噪生成图像的机器学习技术），以数十至数百张目标人物照片为训练数据，生成保持面部特征一致的新图像。技术层面，这与合法的数字分身服务（如部分电商平台为店主生成的AI形象）并无本质区别。
课程商业模式也经过精密设计。订阅制付费、阶梯式教程、社群运营——典型的知识变现路径。平台据称提供的「选品指南」甚至体现出某种「风控意识」：挑选影响力有限、缺乏法律资源的普通人，降低被曝光和追责的概率。
从纯商业视角，这是一个识别需求、控制成本、管理风险的完整闭环。
反方：系统性掠夺的工业化
但商业闭环的每个节点，都建立在对他人的系统性侵害之上。
首先是数据获取的非法性。MG的Instagram账号设为私密，照片仅限好友可见。被告据称通过伪造身份、社交工程或其他手段获取这些本不应公开传播的图像——这已超出「公开网络数据采集」的灰色地带，构成对私人领域的侵入。
更关键的是「同意」的彻底缺席。传统色情产业中，参与者至少知晓自身形象将被用于何种用途，并（理论上）保有拒绝权。而AI生成模式将「同意」环节完全删除：被拍摄者、被训练者、被展示者，全程不知情、无授权、无收益。
平台据称提供的「选角策略」进一步暴露其预谋性。专门挑选「无法自卫」的目标——这意味着施害者清醒认知自身行为的违法属性，并主动筛选维权能力最弱的群体。这不是技术滥用的副产品，而是经过计算的伤害优化。
技术层面的「逼真度」加剧了伤害烈度。MG强调，生成的图像「如果不熟识我，完全可能以为那就是我本人」。深度伪造（Deepfake，一种利用AI替换或生成视频/图像中人物面部特征的技术）的恐怖之处正在于此：它制造的不仅是虚假内容，更是无法澄清的身份混淆。受害者被迫持续自证「那不是我真的做过的事」。
我的判断：当「创新」成为掠夺的修辞
这起诉讼的核心矛盾，不是技
热门跟贴