“PART.01
一、引言：从“千人一面”到“人脸IP化”的行业拐点
2026年，AI短剧从实验性尝试走向规模化生产——市场规模快速增长，入局者越来越多。
数据很热闹，但刷过AI短剧的人都有这个感受——全员共用一张脸。
社交平台上不乏有人发帖吐槽：“现在AI短剧全员共用一张脸，分不清谁是谁，脸盲直接加重了。”底下评论更直接：“这张脸让我有生理性不适”“看到这张脸就跳过”。
这就是现状。市场对通用AI人脸已经产生了审美疲劳，甚至排斥。行业必须从“量产通用脸”转向“打造专属IP脸”。谁先建立有辨识度的AI人脸库，谁就拿到了下一阶段的入场券。
但做专属IP脸，意味着你需要真人素材作为输入。行业里获取素材的方式天差地别：
头部平台像爱奇艺，选择与MCN机构签约匹配旗下艺人。
中小团队做法更直接——在群里发布招募信息：“AI短剧授权，25人，男（40-75岁），提供2-3张照片，线下签个协议，10分钟搞定，费用100（现结）。”
100块钱，几张照片，签个字。你的人脸就进素材库了。
高端的做法授权链条复杂，中间环节不透明；低端的做法连链条都懒得搭。但不管高端还是低端，拿到素材、生成角色之后，都要面对同一个盲区：这张AI生成的脸，到底像不像某个真人？像到什么程度？
就现在而言，肖像权侵权在行业里并不少见。近期 AI 短剧《桃花簪》使用某博主的脸制作虚拟人物。短剧上线后，原博主刷剧时一眼认出了自己的脸，从服饰妆造到面部特征几乎是原样搬过来，还被塑造成了一个猥琐好色的反派。目前该短剧已经下架，正在被平台追责当中。
站在博主的立场上，这当然是不能忍的。但回到制作公司的甲方这边（制作方肯定是清楚用了谁的形象），因为缺乏相应的措施，根本不知道到底侵不侵权？最多也只能在合同里面约定相应的违约责任，但不管如何，所有的努力全部打水漂。
这就是整件事里最难落地的环节。笔者归纳了一下，中小企业在这个环节通常会卡在三件事上。
第一件事：改了这么多，还算侵权吗？ 参考了真人照片，做了大幅改动，但心里没底——到底像到什么程度算“可识别性”？
第二件事：授权了A，结果像B怎么办？ 就算参考图拿到了授权，AI输出过程中模型融合的特征，可能让结果跟某个完全没关系的第三方撞脸。
第三件事：外包的角色，怎么审？ 承包商扔过来一套AI角色资产，自己根本没办法判断这些人物是否“干净”——能不能直接用？
这三个问题，就是这篇文章要解决的。笔者个人不喜欢去讲非常多理论，而是告诉你——怎么把“像不像”从主观感觉变成可量化的判断，嵌入你的制作流程。
“PART.02
二、行业在用什么方式做AI人脸？
要解决问题，得先搞清楚行业现状。目前业内做AI人脸，不外乎三种技术路径。
第一种，纯AI凭空生成。 模型自己“想象”出一张脸，配合提示词，不参考任何真人素材。目前市面上的通用AI短剧大多走这条路，成本低、门槛低，出图快。缺点是容易“千人一面”——小红书上吐槽的那张脸，大概率就是这么来的。
第二种，参考图/垫图生成。 拿一张或多张真人照片做输入，AI在此基础上做变体。想做专属IP脸的中小团队常用这种方式，可控性强，能做出差异化。但问题是——输出结果和参考图之间到底保留了多少关联，很难肉眼判断。
这个行业术语叫“融图”。
重要提示：融图不等于获得授权。未经许可使用他人肖像作为AI模型的输入素材，即使最终生成结果与原始肖像差异很大，原始使用行为本身仍可能构成侵权。本工具旨在辅助已获得合法授权的素材进行合规检测，不应被理解为鼓励或默许绕过授权环节。
第三种，AI换脸。 把一个人的脸直接换到另一个人的身体或场景上。技术相对成熟，但涉及真人肖像的直接使用，风险最直观。这种一般性来说冲的是人物除人脸外的元素去的（如发型、服饰等）。
不管用哪种方式，行业都在从“量产通用脸”往“打造专属IP脸”转。问题是——转过去之后，怎么确保做出来的脸，不会跟某个真人“撞脸”，侵犯肖像权？
三种路径，三种风险——但不管走哪条路，下游的问题是同一个：这张脸，到底像不像别人？
“PART.03
三、一旦侵权，企业将面临什么？
AI短剧单部成本确实低，几千到几万就能做一部。但成本低不等于损失小。一个人物环节出问题，整部剧就可能泡汤。从实际后果来看，侵权会带来三层压力。
第一层，权利人发起的侵权诉讼。 肖像权侵权一旦成立，需承担赔偿责任，包括经济损失、合理维权开支、精神损害赔偿。但从行业实操来看，单案赔偿金额本身通常不是最致命的打击——一般在可控范围内。
第二层，短剧平台的违约金和下架。 这才是最狠的。短剧涉及权利侵权，平台会要求下架、返还收益、赔偿违约金。违约金通常不会低，对中小企业而言，一部剧的违约金可能直接吃掉全部利润，甚至倒贴。更麻烦的是下架——你已经投入的制作成本、投放成本，全部打水漂。平台合同里对“权利瑕疵”的追责条款，往往比法院的赔偿判决更狠。（签过平台的合同的大家都知道平台的违约金）
第三层，承制方的追责。 如果你是承制方，因为人物侵权导致短剧被平台下架或限制传播，甲方（委托方）的目的不能实现，会依据承制合同向你追责。承制合同里通常有“权利保证”条款和违约金条款，层层传导下来，你可能面临双重追偿。
三层压力叠在一起是什么效果？一部AI短剧，人物只是其中一个环节。但就是这个小小的环节出问题——整部剧下架，收益返还，高额的平台违约金，甲方再追你一道——前面所有的制作投入全部归零，还要倒赔。
是不是感觉风险有点不对称？制作成本低，但踩线后的代价极高。这也是为什么检测不能省略——你不是在给法院做合规，你是在给平台和甲方交作业。
“PART.04
四、法院怎么认定“像”：AI生成场景下的可识别性标准
人脸合规这件事绕不开一个问题：法院到底怎么看“像不像”？
不是一模一样才叫侵权，这个大家多少知道。但“像到什么程度才算”——这个分界线在哪里，大多数人心里没底。尤其是做AI生成的，拿到一张输出图，总觉得“改了挺多的”，就默认安全了。
以下分析基于993份近3年来肖像权纠纷民事判决书分析而来。
法律怎么说：三个要素
先看民法典第1018条怎么定义“肖像”的：
《中华人民共和国民法典》第一千零一十八条 自然人享有肖像权，有权依法制作、使用、公开或者许可他人使用自己的肖像。肖像是通过影像、雕塑、绘画等方式在一定载体上所反映的特定自然人可以被识别的外部形象。
拆开来看，三个要素。
•外部形象。 这不只是脸。目前理论划分包含“面貌说”和“体貌说”，就目前来说实践倾向于“体貌说”，法院看得比你想象的全——脸型、五官、发型、体态、服装、姿势，都在“外部形象”的范围内。从实践看，很多人只盯着“脸像不像”，忽略了法院看的是一个人整体的外部呈现。
•载体反映。民法典列举了“影像、雕塑、绘画”。注意，“绘画”是明确写进去的。这意味着载体不限于照片或视频，漫画、插画、AI生成的虚拟形象，只要落在“一定载体”上，都跑不出这个范围。
•可识别性。 这是三个里面最重要的。法律的核心关注点不是“这张图跟那张图相似度百分之多少”，而是一般公众能不能通过这个形象，识别出特定的自然人。
三句话说到底就是：不是100%复刻才叫侵权，是“让人认出来”就叫侵权。
法院的三步审查法
那法院具体怎么操作？从司法实践来看，有一套相对稳定的三步审查逻辑。
第一步：外部特征是否可以观察？
这是最基础的过滤。法院会先看这张图里有没有足够的面部或体貌特征可供判断。如果只有背影、严重遮挡、模糊轮廓、极其短暂的镜头——连“观察”这个动作都完成不了，那也就谈不上“可识别”。
申某男、邯郸市某房地产开发有限公司肖像权纠纷一审民事判决书 案号：(2023)冀0426民初2327号，审理法院：河北省涉县人民法院 裁判要旨： 涉案照片为低头写字、侧背影照片，无完整面部特征。法院认为其面部轮廓及发型除家人和本人外，对公众和不特定人不具有较强识别性，故不构成肖像权意义上的可识别。 裁判理由： 本院认为，我国民法典规定，“自然人享有肖像权，有权依法制作、使用、公开或者许可他人使用自己的肖像。肖像是通过影像、雕塑、绘画等方式在一定载体上所反映的特定自然人可以被识别的外部形象。”被告未经原告同意使用原告照片公开发表在公众号中的美篇上，确实不妥，原告同意公众号上公开道歉、撤回美篇中的原告照片，予以准许；民法典以“外部形象”、“载体反映”、“可识别性”三要素对肖像进行了明确界定，尤其是“可识别性”作为判断是否为肖像的关键要素。本案中，被告发布的照片中原告的图片为：一张低头写字、一张侧背影，没有显示完整的面部特征，其面部轮廓（包括发型）除了家人和自己能识别，对公众和不特定人不具有较强的识别性，且原告发布美篇是为了宣传顺利交房、业主顺利拿钥匙、欢迎回家的喜悦之情，当时交房时，房子已经卖完，不存在以盈利为目的，且对原告也没有攻击、丑化、侮辱之意，没有对原告造成所谓的精神损害，故原告请求被告赔偿损失2万元，依据不足，本院不予支持。
第二步：是否足以让一般公众识别为特定自然人？
这一步是核心。标准不是“本人能不能认出自己”，也不是“亲友能不能认出你”，而是一般公众、不特定第三人能不能认出来。这里先厘清一个问题：肖像到底包不包括脸以外的部分？，目前实践过程中已经明确“体貌说”。放在AI生成虚拟人物当中一般大家会去关注面貌是否像，这在AI仿真人是没有问题。但还有两个场景需要注意，漫改（风格转换）和换脸，“体貌说”就会进行适配。
那实践中法院具体怎么看？他们会综合考察面部特征、发型体态、场景背景、服装搭配甚至配文信息等多重因素。
贾某某、安徽某某健康产业发展有限公司民事一审民事判决书 案号：(2024)皖1602民初9053号，审理法院：安徽省亳州市谯城区人民法院 裁判要旨： 法院认为卡通形象只要反映具有可识别性的自然人形象，也可归属于肖像权保护对象。 裁判理由： 本院认为，肖像是自然人外貌形象在物质载体上的再现，肖像的内涵强调的是自然人面部形象的可识别性，至于肖像再现的物质载体、手段并不影响以某种形式存在的自然人面部形象归属于肖像的范畴。只要卡通所反映的是具有可识别性的自然人形象，则该卡通形象就可以归属于肖像概念的范畴，从而成为我国法律肖像权保护的对象。自然人享有肖像权，未经肖像权人同意，不得制作、使用、公开肖像权人的肖像。本案中，安徽某某公司在其生产的“贾女士TM黑咖啡”外包装上对贾某某打拳击场景以卡通形象使用，能够反映出具有可识别性的贾某某形象，该使用未经贾某某同意，侵犯了贾某某的肖像权。
（侵权换脸示例，来源网络）
某某公司、代某肖像权纠纷一审民事判决书 案号：(2025)川7101民初13373号，审理法院：成都铁路运输第一法院 裁判要旨： AI 处理面部后，仍可通过未被修改的场景、发型发饰、服装及肢体动作将外部形象与原告关联。 裁判理由： 本院认为，本案系肖像权纠纷。自然人的肖像权受法律保护，未经本人同意，不得制作、使用、公开肖像权人的肖像。肖像是通过影像、雕塑、绘画等方式在一定载体上所反映的特定自然人可以被识别的外部形象。本案中，被告使用的视频在原告本人肖像的基础上对其面部形象进行了一定程度的人工智能的处理，但肖像“可识别性”的本质特征，除了自然人的面部形象外，身体形象等其他可以被识别为特定主体的外部形象也受肖像权的保护。故原告作为具有一定知名度的网络视频博主，其外部形象被公众所识别的可能性较高，通过与原视频素材相对比，仍能通过未被修改的相应场景、发型发饰、服装及肢体动作等将该外部形象与原告相关联，具有充分的指向性。故原告对案涉视频中的肖像享有肖像权。被告某某公司未提交证据证明其使用代某的肖像取得了代某本人的同意或授权。本院认为某某公司的行为侵害了代某的肖像权。
总结性地来说，法院看的是一个人的整体外部呈现，不只是一张脸。
第三步：原告举证案系肖像未自身
这一步法院不会凭空认定——原告需要拿出证据，把那张AI生成的脸和ta本人连接起来。原告的举证手段有哪些？从判例来看，主要有：原始照片比对、账号实名认证、后台发布记录、公证书、身份证信息、法院当面核验等。
这里分两种情况：
•情况一：你的AI角色指向有公开身份的公众人物。 演员、网红、主播、运动员——这类人的外部形象本身就是公开信息，本人照片、视频在互联网上大量存在。原告可以直接拿自己的公开照片与AI角色做比对，法院结合知名度很容易认定。举证路径很直接，不需要额外材料。
•情况二：你的AI角色指向没有公开身份的普通人。 你可能觉得“普通人没那么容易被认出来”。但从现有的案例表明，原告依然可以通过小红书、抖音的账号实名、后台数据、原始发布记录等完成举证。AI不能消灭人的身份信息，只是改变了呈现方式。
对制作方的实际意义不在于“对方能不能举证”，而在于你的授权链和生成记录是否经得起追溯。 如果你的参考图来源清晰、授权协议完整、生图过程有记录——即便对方完成了同一性举证，你也可以用这些材料证明自己尽到了合理审查义务（适用于撞脸的情况），在责任认定上争取有利位置。反之，如果什么记录都没有，对方一旦完成举证，你就只能裸奔。
王某与某某公司肖像权纠纷一审民事判决书 案号：(2025)沪0116民初4773号，审理法院：上海市金山区人民法院 裁判要旨： 法院结合身份证脸部特征、原告小红书照片、被告店铺使用照片的背景、发型、面容、身材、服装、饰品等细节，认定照片同一。 裁判理由： 本院认为，本案争议焦点为：一、被告是否侵害原告的肖像权；二、如构成侵权，被告应某承担民事责任。关于争议焦点一，原告通过其在小红书上注册账号发布的与其身份证脸部特征极其相似的照片，在被告未能提供证据否定该组照片并非原告本人的情况下，可以认定该组照片为原告本人的照片，原告对该组照片拥有肖像权。被告在其淘宝店铺网页上使用的六张照片与原告在小红书上发布的照片在背景、发型、面容、身材、服装、饰品等诸多细节均完全相同，可以认定两组照片为同一组照片。被告仅以两组照片的大衣上的纽扣颜色不同否认两组照片为同一组照片，依据不足，本院不予采信。
构建AI场景下的识别要素框架
从上面的判例分析，可以提炼出一套适用于AI场景的识别要素框架。笔者把这些要素分为两个层级：
第一层：稳定要素（权重更高，即使风格化也要警惕）
要素｜具体内容｜法院关注点
脸型轮廓｜脸型、脸长、颧骨、下颌线｜骨架特征最难改变
五官布局｜眼距、眉眼距离、五官整体比例｜决定“这个人看起来像谁”
眼眉特征｜眼型、眉形、眼睑形态｜AI生成中常见的失真区域，但也是识别重点
鼻口特征｜鼻梁、鼻头、鼻翼、嘴型、唇厚｜稳定且难以完全消除的个体特征
标志性特征｜痣、疤、特定纹身、标志性配饰｜一点就可能“破案”
第二层：可变要素（法院会综合考量，但权重较低）
要素｜具体说明｜法院关注点
发型/发际线｜颜色、长度、轮廓｜容易被改变，但如果非常独特仍有识别价值
服装/妆容｜角色固定造型、标志性着装｜可变性高，但在特定场景中有参考意义
姿势/动作｜站姿、手势、习惯性动作｜同样的动作可能增强关联感
场景/背景｜固定拍摄场景、标志性背景｜标志性场景可能增强指向性
这个框架直接对应了两个重要判断原则：
第一，不应过度依赖发型、服装、姿势、光线一致来主张可识别。这些要素可以轻易改变，不是“这个人就是这样”的稳定证据。
第二，AI生成的脸部特征如果跟某个真人高度吻合，即便发型、服装完全不同，法院仍然可能认定可识别。 因为去除可变因素后，稳定特征仍然接近。
说白了，法院看的不是“像不像”，而是“认不认得出来”——这个差别，值得你跑一遍检测。
“PART.05
五、工具落地：小盾龙撞脸排查工具——把像不像变成可复核的排查流程
前面四章，我们把法律边界和识别标准讲清楚了。但落到实操层面，中小企业面临一个最朴素的问题：怎么知道我生成的这张脸像不像别人？
不是每个人都有法务团队，也不是每家公司都养得起合规岗。大部分AI短剧制作方是中小团队——几个人、几台机器、每天产出几十个角色。让他们对着识别要素框架一个个手动比对，不现实。
所以笔者把这套框架做成了一款可独立运行的检测工具——小盾龙 Portrait Clearance（撞脸排查工具）。它具有 CLI + Web GUI 双形态产品：普通用户可以通过图形界面完成上传、网络搜图、候选比对和报告导出；技术团队也可以用 portrait-clearance 命令接入自己的制作或审查流程。当前发布方式也已产品化：公开发包仓库提供 Windows Lite 安装包、macOS 技术预览包、；安装后无参数启动 GUI，带子命令则使用 CLI。
为什么需要一个检测工具
先说说中小企业在这个环节通常会卡在哪三件事上：
•第一件事：改了这么多，还算侵权吗？ 参考了真人照片，做了大幅改动，但心里没底——到底像到什么程度算“可识别性”？
•第二件事：授权了A，但生成结果像B，怎么办？ 素材来源清晰，但AI生成的结果因为模型泛化、特征融合，最终形象跟某个未授权的人撞脸。这种“无意的撞脸”是最难防范的。
•第三件事：没有法务、没有预算、没有时间。 需要一个轻量、可运行、输出结果能直接给业务方看的东西。
对于这三个痛点，我做了小盾龙来解决：把一线团队说不清的“像不像”，转化为可复核、可留痕、可交给人工判断的排查材料。
产品概述：定位、能力与边界
•先说定位：小盾龙 Portrait Clearance 是肖像权可识别性与撞脸风险排查工具，不是司法鉴定。它提供“这两张脸在技术上有多像”“当前检索范围内是否存在高相似候选”“哪些特征触发人工复核”的结构化材料，但不替你做法律判断。
使用范围声明：本工具适用于已取得合法授权素材的合规检测场景（如确认授权素材的生成结果是否仍指向授权人、排查无意撞脸风险等）。它不替代授权审查，也不应用于规避授权环节。未取得授权的前提下，检测结果不能作为合规依据。
当前核心能力：
•两张图片直接比对：真人照片、AI 生成图或参考图之间的面部相似度与视觉特征分析
•风格化可识别性排查：真人照片与漫改、卡通、AI 风格化图之间的识别风险分析
•网络搜图完整排查：自动裁剪人脸区域，调用反向图片搜索采集候选，去重后逐一比对
•批量审查与报告留痕：支持批量任务、历史记录，以及HTML/Markdown/ JSON/可选DOCX报告输出
一句话总结：它帮你把模糊的“像不像”变成结构化风险等级、候选证据和复核建议；最终判断仍然需要人来做。
四类检测与使用模式
当前产品覆盖 AI 短剧与虚拟角色制作中最常见的四类肖像权风险排查场景，既可以在 GUI 中操作，也可以通过 CLI 接入自动化流程：
第一种：compare / face_compare（两图直接比对）
适用于被诉侵权比对、盗图排查、参考图与生成图之间的对比场景。输入两张图片，输出本地 InsightFace 预检结果、多模态视觉分析、风险等级和主要判定依据。比如你手头有一张 AI 生成剧照和一张真实人物照片，想知道它们有多像，可以在GUI上传两图，或用portrait-clearance compare query.png --ref reference.png执行。
注意：以下图片来自免费商用网站：Unsplash，仅做功能演示使用。
第二种：stylized_identifiability（风格化可识别性比对）
解决的是另一个常见问题：AI 风格化角色是否仍可识别为某个真人。输入一张真人照片和一张 AI 风格化后的图片（二次元、漫改、卡通渲染都行），工具会根据画面成分自动选择分析路径：写实人脸融合本地 embedding 与多模态判断；风格化图则更重视脸型轮廓、五官布局、眼眉形状、鼻口特征和标志性细节，输出结构化可识别性依据和风险等级。
第三种 clearance / virtual_face_clearance（网络搜图完整排查）
日常最高频的模式——虚拟角色上线前的撞脸排查。输入只需要一张虚拟人物脸，工具自动走完“裁剪人脸区域—网络搜图采集候选—候选去重—逐一多模态比对—生成报告”的完整流程。当前 CLI 命令为portrait-clearance clearance image.png --max-images 60 --scrolls 10；GUI 中则对应“网络搜图排查”任务。
（百度识图采集）
第四种 batch_clearance（存量资产批量审查）
适用于已经沉淀了一批角色图、头像或数字人资产的团队。可以把图片目录或 manifest 交给批量模式，工具会逐项执行排查并生成汇总报告，方便按风险等级排序处理。CLI 中可使用 portrait-clearance batch ./images --output-dir batch-clearance-output。
四类模式覆盖了 AI 短剧从生图、候选排查、批量复核到上线留档的主要链路；早期 Skill 仍作为 Agent 回退模式保留，但当前主交付已经是可独立安装和运行的产品。
“PART.06
六、实操指南：把检测嵌入你的制作管线
工具有了，怎么用？这一节把小盾龙嵌入到 AI 短剧的实际制作流程中：普通团队可以用 GUI 完成排查，技术团队可以用 CLI 串进自动化流水线。
立项阶段：参考素材登记制度
在你开始生成角色之前，第一件事不是调参数，而是登记你的参考素材来源。
•哪张参考图来自哪个渠道（授权素材库 / 公开图片 / 委托拍摄 / 网络采集）
•授权协议是否覆盖AI训练和生成场景
•是否涉及公众人物、网红、艺人
•素材的授权人、授权范围、使用期限
这看起来费事，但实际上是在建立你的合规留痕——万一将来有纠纷，这是你"尽到合理审查义务"的证据。
生成阶段：可识别性自查
每生成一批虚拟角色，在正式使用前跑一次排查：
•对每个关键角色执行网络搜图完整排查（候选采集 + 去重 + AI 比对）
•如果参考了特定真人素材，额外执行两图直接比对或风格化可识别性比对
•保留每次任务的报告文件、时间、风险等级、候选图和人工复核记录
发布前：人工复核触发条件
不要求每张图都人工复核——那样的话工具就没意义了。但以下情况必须走人工：
•风险等级为 高 或 中
•候选结果指向明星、网红、公众人物
•角色将用于广告、短剧主角、数字人IP、直播带货等高商业价值场景
•风格化图仍保留明显的标志性特征（痣、特定脸型、独特眉形等）
•外部检索出现多个来源指向同一人物
存量资产：批量排查
如果你已经有一批在用的虚拟角色，不要慌——可以用批量排查模式或 CLI 的 portrait-clearance batch 做一次存量扫描：
•把所有角色图片放入一个目录
•执行批量检测，生成汇总报告
•按风险等级排序，高风险优先处理
•对高风险角色做针对性修改（调整脸型/眼距/鼻型/去标志性特征）后重新检测
“PART.07
七、结论：合规的关键不是"去真人化"，而是"去可识别指向"
写到这，核心观点其实已经呼之欲出了。
AI生成不天然安全。你用了最先进的模型、调了100次seed、做了风格化融合——但如果输出形象仍然能让普通观众说出"这不就是XX吗"，那所有的技术努力在法律面前都没有意义。
反过来，真实照片不天然侵权。在已取得合法授权的前提下，你拿了某张真人照片做参考，如果最终的输出形象在稳定特征上已经做了充分修改、普通公众无法指向特定自然人，那也不构成侵权。但注意：未经许可使用他人肖像作为AI输入，即使最终输出“认不出来”，原始使用行为本身仍可能构成侵权。此处讨论的是"已授权素材的生成结果是否构成可识别指向"的场景，而非鼓励绕过授权环节。
法院的核心审查路径很简单：外部特征是否可观察 → 一般公众是否能识别 → 权利人能否证明同一性 → 使用方能否提出反证。
文章工具做的事情，就是在这个审查路径的第一个环节——"外部特征是否可观察"——给出一份结构化的技术判断。它不替你做决定，但能让你在决定之前看清风险。
对制作方而言，最重要的不是事后辩解，而是在立项、生成、发布前把"可识别性审查"和"授权链审查"前置。把这个流程嵌入你的制作管线，比你事后花几倍成本去打官司划算得多。
对权利人而言，最重要的是围绕"可识别性 + 同一性 + 未授权商业使用"来组织证据——按法院的审查顺序来，别跳步。
行动清单：上线前自查
•素材来源已登记，授权协议覆盖AI训练和生成场景
•每个关键角色已执行 virtual_face_clearance 检测
•高风险角色（medium及以上）已完成人工复核
•存量虚拟角色资产已完成批量排查并按风险排序
•授权链材料（协议、登记表、检测报告）已归档留痕
看完能省几个坑，就值了。
一句话收束：AI短剧可以创造虚拟人物，但不能把真实人物的可识别外部形象无授权地转化为商业角色。
作者简介
覃会勇，关注 AI 合规 与 法律科技 产品化方向，近期围绕 AI 短剧/AI 漫剧场景，开展肖像权风险识别、版权风险检测、内容合规审核等工具化实践。
如有 AI 合规、法律科技、内容合规相关项目合作、行业交流或岗位机会，欢迎联系。
微信：QAyong2001
邮箱：QAyong@outlook.com
本文所涉工具试用入口、检测报告样例及 AI 短剧人脸合规自查清单，可关注「AI 合规圈」并回复【小盾龙】获取。
---
陈焕 北京市隆安（广州）律师事务所律师
《法律人必备AI核心技能》作者
《法律人ChatGPT应用指南》作者
专注AI合规/数据合规
欢迎添加微信，获取《中国人工智能法规及政策汇编》
《智能体部署使用安全指引》发布
多收170万！AI账单黑箱曝光，Anthropic退钱不认账
“AI生成”标签只防君子、不防小人？
谷歌AI摘要正在杀死网页？