USCO为AI翻唱与深度伪造下架争议划出新线
7月1日，美国版权局（USCO）发布关于 DMCA 通知与删除程序在 AI 生成内容和深度伪造争议中的最新实务指引，直接碰到了平台这两年的一个高频做法：在收到权利人投诉后，先让自动化系统判断内容是否可能构成“合理使用”，再决定是否进入下架流程。USCO 这次把话说得更清楚了。面对 AI 翻唱、数字换脸和合成演绎等争议内容，平台不能把机器判断当成实质审查本身。
更关键的一步发生在反通知阶段。指引强调，一旦被投诉方提交 counter-notice，平台若想继续主张自身仍处于 DMCA safe harbor 的保护范围内，就不能只依赖自动化过滤、相似度分数或模板化标签，而应引入真正的人工作实质审核。这个变化看似程序性，实际会改写 AI 内容平台、UGC 平台和版权方之间的博弈节奏。
争议焦点不再只是“像不像”，而是平台由谁做最后判断
这份指引最值得读出的，不是 USCO 突然否定自动化工具本身，而是它在程序上划了一条更硬的线。平台当然可以继续用识别模型、指纹比对、相似度评分和关键词规则做前端筛查，也可以把这些工具用作初步分流手段。但当权利人已经提交了形式上合格的下架通知，而被投诉方又进一步发出了 counter-notice，问题就不再只是“系统识别到什么”，而是平台是否真的完成了足以支撑 safe harbor 主张的实质处理。
这会把很多平台过去习惯的“机器先判、人工只抽检”流程推到边缘。对 AI 翻唱和深度伪造内容来说，争议往往不在于文件里有没有某段受保护素材，而在于声音、形象、表演层次和原始作品之间到底构成什么关系。到了这个阶段，平台若仍然把机器分数直接等同于 fair use 判断，风险就不小了。USCO 这次实际上是在提醒平台：自动化可以帮助发现争议，但不能独自结束争议。
“合理使用”不会消失，但它不适合被当成自动化挡箭牌
过去两年，平台和生成式 AI 服务最常见的一种防御口径，是把“转化性”“二创”“戏仿”这些标签前置到系统逻辑里。只要内容长得足够不像原作、听起来有改动、或者系统给出一个低风险分值，就倾向于把投诉压回去。这个思路在大规模分发环境里很诱人，因为便宜、快，而且看上去中立。
问题在于，fair use 从来就不是一个纯技术判定。它依赖具体语境，也依赖对用途、替代效果、使用比例和市场影响的综合判断。AI 翻唱、合成表演和数字换脸内容尤其如此：有的争议落在作品复制，有的落在人格化表达挪用，还有的同时踩到了平台条款、州法和版权层面的多重红线。USCO 这次没有简单把 fair use 从讨论里拿掉，但它显然不接受平台把“可能构成合理使用”做成一个自动化豁免开关。真到了 counter-notice 这一步，平台需要有人把事实重新看一遍，而不是让系统把旧结论再输出一次。
对平台来说，合规重点正在从过滤能力转向审核链路和留痕
不少平台过去把投入重点放在识别率和处理速度上，这当然重要，但现在不够了。若这份指引成为后续执法和诉讼中的参照，平台接下来更需要补的是审核链路：谁负责升级争议案件，什么类型的 AI 内容必须进入人工在环，人工审查看什么材料，是否保存判断依据，权利人和上传者分别收到什么层级的通知，内部是否能回溯某次决定是基于模型输出、人工判断，还是二者结合。这些问题以前常被视为运营细节，之后更可能直接关系到 safe harbor 论证是否站得住。
还有一个容易被低估的变化，是证据留痕的重要性会上升。平台如果最后决定恢复内容，或者决定维持下架，都需要能说明这不是一条流水线式动作，而是经过了与争议复杂度相匹配的审查。对大型平台来说，这意味着内容审核团队、法务团队和政策团队之间要重新分工；对中小平台和垂直 AI 产品来说，麻烦更现实——不是简单加一个复核按钮，而是要证明复核真的发生过，而且不是名义上的。
版权方、品牌方和 AI 平台现在该怎么准备
对权利人而言，这份指引释放出的最直接信号，是投诉材料要写得更像一份能推动人工审查的案件摘要，而不只是标准模板。仅仅指向一个链接、附上一句“这是 deepfake”可能已经不够。更有用的做法，是明确标出被侵害的作品或表演元素、涉案内容的生成方式或传播方式、为什么不能用简单的转化性叙事带过，以及如果平台恢复内容，会对商业合作、授权市场或品牌控制造成什么具体影响。
对 AI 平台和 UGC 平台而言，最危险的误判不是下架太快，而是以为只要模型够先进，就能把 DMCA 争议留在机器层解决。USCO 这次把问题挑明之后，平台更应尽早重做升级标准、反通知处理 SOP 和人工审查记录模板。真正需要调整的，不是一个按钮，而是一整套责任分配逻辑：哪些决定可以由系统辅助，哪些决定必须由人承担。谁把这条线画清楚，谁在后面的版权争议里就会更稳。
