豆包の広報責任者・劉星氏は同日、最近広まっている「横店と字節が提携し、15万人のエキストラの肖像と声を字節の大規模言語モデルに学習させた」という説について、これを「重大な事実誤認」と断じる声明を発表した。
劉星氏は、真の「横店映画・テレビAIサービスプラットフォーム」プロジェクトは、映画・テレビ撮影地の実景などの資産を高品質なデータセットへと整備し、制作チームがより効率的にロケーション選定や準備、撮影を行えるよう支援するとともに、中小規模の映画・テレビ企業がAIを活用する際の障壁を低くすることで、より多くのクリエイターが作品をより良く作り上げられる環境を整えることを目指していると説明した。言い換えれば、このプラットフォームはあくまで「映画・テレビの撮影」という業務そのものを支援するものであり、顔や声紋をモデルに組み込むこと自体を目的としているわけではない。
データは字節には帰属せず、肖像や声の使用には必ず許諾が必要
さらに同氏は、火山エンジンは本プロジェクトにおいてあくまで技術支援を行う立場であり、すべてのデータ資産は横店または権利者に帰属すると明確に述べた。また、プロジェクト内でいかなる人物の肖像や声の利用が行われる場合でも、必ず本人の許諾を得た上で行わなければならず、しかもこれらのデータは決して字節の大規模言語モデルの学習に用いられることはないという点も強調した。
こうした説明の背景には、10月23日に浙江省金華市東陽市の横店で開催された「2026横店映画・テレビ文化産業発展大会」があり、テーマは「デジタル・インテリジェンスによる光と影の匠の精神による高品質作品の深耕」であった。会議では、東陽市政府と火山エンジンが提携し、「横店π」というAIプラットフォームを発表。映画・テレビの企画、撮影、制作、配信までの全工程を対象に、AIを活用した実写ドラマや短編ドラマなど多様な創作手法の可能性を探る取り組みが進められている。こうした「AI＋映画・テレビ」の実装が加速する中、エキストラの肖像や声が密かにモデルの学習に使われるのではないかという懸念は、業界関係者や一般市民にとって最も敏感な問題であり、劉星氏の今回の回答はまさにこの懸念に応えるものである。