视频生成需要合法可持续的数据基础设施（NeurIPS 2026）

论点

论文题为 Video Generation Research Needs a Legally Sustainable Data Infrastructure（NeurIPS 2026 poster）。它估计主要视频数据集中约 73.3% 来自 YouTube，且撤回 HD-VILA-100M 会牵连另外 5 个相关数据集；数字为论文自报，仅经搜索摘要转述，未读全文 ⚠️ [1]。

案例与建议

• 案例：WebVid-10M 下架使 30 余个视频生成模型的可复现性受损。下架时间线仅见 2025 年综述称 2024-02-23 起因 Shutterstock 停止函，无 Shutterstock 官方声明 [2]。
• 建议：转向 CC 许可与公共领域素材、创作者 opt-in、来源追踪、发布数据集时做合规检查。

背景

Panda-70M、Koala-36M 等依附 HD-VILA 条款，而 HD-VILA 只是 YouTube 视频索引，无法授予视频版权，许可链条因此断裂。该论文与 YouTube 创作者系列诉讼（DMCA 1201） 共同说明"学术数据集不等于商用许可"开始被司法与学界检验；统计口径与样本范围未核实。

来源

1. https://neurips.cc/virtual/2026/poster/139996 (2026-10-15)
2. https://arxiv.org/pdf/2510.04999 (2026-10-15)