美国男子用AI批量造歌刷流媒榜 7年骗千万美元版税认罪

2026年3月，美国北卡罗来纳州52岁男子迈克尔·史密斯向曼哈顿联邦法院认罪，其在7年间利用AI工具批量生成数十万首低质歌曲，配合数千个机器人账号在Spotify、Apple Music等主流流媒体平台分散刷取播放量，累计骗取版税超1000万美元（约合人民币7250万元），该案是目前已披露的涉案金额最高的AI音乐欺诈案件之一。

根据曼哈顿联邦检方公布的调查文件，史密斯的作案模式已经形成了可复制的成熟链路：他借助开源AI音乐生成工具，每天可产出3000首以上时长1-2分钟的短旋律，这些歌曲大多仅由简单和弦拼接而成，没有歌词、人声，也不具备艺术创作的独创性。

他将这些AI生成内容批量上传至Spotify、Apple Music、Amazon Music三大主流流媒体平台后，并没有选择将流量集中到少数歌曲上，反而用数千个机器人账号将每天的刷量需求分散到几十万首上传的歌曲中，每首歌的单日播放量仅为个位数到数十次，完美规避了平台早年针对“爆火单曲异常刷量”设计的反作弊规则。

检方数据显示，史密斯靠这套模式每天可稳定产生约66万次有效播放，年均版税收入稳定在120万美元左右，连续作案7年累计获利超千万美元，直至2025年底平台升级AI内容识别系统后才被发现异常。

此次案件曝光后，流媒体行业的规则漏洞也随之浮出水面。当前全球主流流媒体平台普遍采用“播放量占比”的版税分配规则：平台每年划出固定比例的营收作为版税池，各类内容的播放量占比越高，分到的版税就越多。

在AI生成工具普及之前，刷量黑产还需要先采购真人创作的音乐内容，上游生产成本高、产能有限，很难形成大规模的欺诈。而AI音乐生成工具将内容生产的成本降到了近乎为零，黑产仅需要支付极低的算力成本就能无限产出可供上传的内容，相当于直接打通了黑产的上游产能，旧有只盯流量异常的反作弊逻辑彻底失效。

据美国唱片业协会披露，2025年全年流媒体平台上的低质AI生成音乐占比已经超过17%，其中至少有3%的播放量来自刷量欺诈，每年给行业造成的损失超过2亿美元。

史密斯案也推动了整个行业的规则升级。Spotify方面透露，其在2025年底上线的AI内容识别系统已经可以识别92%以上的批量生成低质AI音乐，2026年还会上线新的上传规则，要求所有创作者标注内容的AI生成比例，未如实标注的内容一旦被识别将直接下架，且扣除所有相关版税。

美国版权局也正在修订相关版权规则，明确无人类独创性贡献的AI生成内容不具备版权资格，也就无法参与流媒体的版税分配。此外还有行业人士呼吁，平台可以设置版税结算的门槛，比如单首歌曲播放量超过1000次才可以参与版税分配，避免黑产靠“广撒网”的模式薅走平台的版税池份额。

对于AI技术本身而言，此次案件也再次印证了技术的中性属性：当规则迭代的速度跟不上技术普及的速度时，原本用于提升创作效率的工具，就很有可能沦为不法分子牟利的武器。