OpenAI 从未透露训练 Sora（视频生成 AI）的具体数据，但从目前情况看，至少部分数据可能源自 Twitch 直播和游戏通关视频。
Sora 于周一上线，在容量允许范围内体验后发现：通过文本提示或图像，Sora 可生成长达 20 秒、具备多种宽高比和分辨率的视频。鉴于 OpenAI 二月公布 Sora 时暗示模型曾在《我的世界》视频上训练，不禁让人好奇训练集中还隐藏了哪些游戏通关录像？
答案似乎不少。
Sora 能生成类似《超级马里奥兄弟》克隆版的游戏视频（尽管存在故障）：
它能创建受《使命召唤》和《反恐精英》启发的第一人称射击游戏画面：
还能输出类似 90 年代《忍者神龟》风格的街机格斗游戏片段：
Sora 似乎也熟悉 Twitch 直播布局，生成的截图在整体排版上相当准确：
值得注意的是，截图中呈现了知名 Twitch 主播 Raúl Álvarez Genes（网名 Auronplay）的面容特征，连其左前臂纹身都惟妙惟肖。Auronplay 并非唯一被“识别”的主播，Sora 还生成了外观酷似 Imane Anys（即 Pokimane）的角色视频（含艺术加工）。
诚然，测试中需发挥创意规避过滤机制（如用“意大利水管工游戏”代替特定名称），输入“Mortal Kombat 1 gameplay”等受商标保护内容无法得到相似结果。但测试表明，游戏内容很可能已进入 Sora 训练数据。
OpenAI 对数据来源讳莫如深。今年三月接受《华尔街日报》采访时，时任 CTO Mira Murati 未否认使用 YouTube、Instagram 和 Facebook 内容；技术规格中仅承认使用了“公开可用”数据及 Shutterstock 等授权图库数据。针对置评请求，OpenAI 公关代表回应将“与团队核实”。
若游戏内容确在训练集中，尤其当 OpenAI 基于 Sora 构建互动体验时，或将引发法律问题。
Pryor Cashman 律所知识产权律师 Joshua Weigensberg 指出：“使用未经授权的游戏通关录像训练面临诸多风险。训练生成式 AI 通常涉及复制数据，若为游戏通关录像，极可能包含受版权保护材料。”
概率模型
Sora 等生成式 AI 属概率模型，经海量数据训练学习模式以做预测（如咬汉堡留痕）。这使模型能通过观察“学习”世界运作，但也成阿喀琉斯之踵：特定提示下，模型易生成与训练示例近乎相同的副本。
这引发了创作者不满，他们正越来越多地诉诸法律寻求救济。微软和 OpenAI 因 AI 工具复现受版权代码被诉；Midjourney、Runway 和 Stability AI 开发商陷入侵犯艺术家权利案；大型唱片公司亦起诉 Udio 和 Sun 侵犯版权。
AI 公司多主张合理使用，称模型创造的是变革性作品。例如 Suno 辩称无差别训练如同“孩子听摇滚歌后创作自己的摇滚乐”。
Dorsey & Whitney 律所版权律师 Evan Everist 表示，游戏内容有其独特考量：“通关视频至少涉及两层版权：一是开发商拥有的游戏内容，二是玩家或视频制作者创作的独特视频。部分游戏还存在第三层权利，即软件中的用户生成内容。”
Everist 以 Epic《堡垒之夜》为例，该游戏允许玩家创建并分享地图。一张地图的通关录像涉及三个版权方：(1) Epic；(2) 地图使用者；(3) 地图创作者。
Everist 强调：“若法院认定训练 AI 构成版权责任，上述各方均可能是潜在原告或许可来源。在此类视频上训练 AI，开发者风险敞口将是指数级的。”Weigensberg 也指出，专有纹理等“可受保护”元素若在未经授权下用于训练，可能构成侵权。
TechCrunch 联系 Epic、微软、育碧、任天堂、Roblox 及 CD Projekt Red 等多家厂商，回应寥寥且无人愿发正式声明。CD Projekt Red 称“无法接受采访”，EA 表示“暂无评论”。
高风险输出
AI 公司仍有可能胜诉。法院或裁定生成式 AI 具有“高度令人信服的变革性目的”，遵循十年前 Google Books 案先例（当时裁定谷歌复制数百万书籍用于数字档案合法）。
Greenberg Glusker 律所 Jesse Saivar 指出关键问题仍未确定：“训练中是否复制了受版权作品？是否构成侵权？是否影响原作品市场？版权所有者能否指控实际损害？”
即便 AI 公司胜诉，用户仍可能担责。若生成模型复述受版权作品，发布者或整合者仍可能因侵犯知识产权被追责。
Weigensberg 表示：“生成式 AI 常输出可识别的受保护 IP 资产。简单系统难防输出含版权材料，复杂系统亦然。”部分 AI 公司虽设赔偿条款，但多有例外（如 OpenAI 仅限企业客户）。
除版权外，商标权及姓名、肖像、公开权（NIL）风险同样存在。输出内容若包含游戏中可识别角色或营销资产，即产生商标风险。
随着对“世界模型”兴趣增长，局面更趋复杂。OpenAI 视 Sora 为世界模型，其实质是实时生成电子游戏。若“合成”游戏与训练内容相似，将引发法律问题。
McKool Smith 律所 Avery Williams 表示：“在游戏语音、动作、角色、歌曲及艺术作品上训练 AI 构成版权侵权。围绕合理使用的争议将对游戏行业与其他创意市场产生同等影响。”