CopySight筹集300万美元，以在AI视频推出前评估知识产权风险

Why it matters

Generative video multiplies copyright review across thousands of frames. CopySight is trying to own the checkpoint where studios document and clear AI assets before release.

Artem Petrov 和 Konstantin Orlov 为 CopySight 筹得了一轮价值 300 万美元的种子轮融资，他们押注生成式视频在工作室和品牌将 AI 制作的素材投放到商业制作之前，将需要一个自动化的清查检查点。

Mucker Capital 领投此轮， Taisu Ventures、Flint Capital 和 Yellow Rocks 跟投，CopySight 在周三的一篇新闻稿中表示。CopySight 还推出了 CopyScore V2，将其针对 AI 生成图像的相似度与风险评分系统扩展到视频领域。

这笔融资支持的是一位在创意制作系统领域有深厚职业经历的创始人，正是 CopySight 想要监管的那类系统。Petrov（CopySight 的 CEO）此前曾在 Snap 担任创意总监，一份演讲者简介 将他归功于 Spectacles 的创作者推出工作，随后在 Meta 构建混合现实产品。他在进入广告科技并创办公司之前，在乌克兰学习美术与应用艺术，并在以色列学习视觉传达。

这样的背景塑造了 CopySight 的主张。Petrov 将版权风险视为一个制作问题：创意团队在资产到达律师、发行方或观众之前，需要一个机器可读的警告。Orlov（CopySight 的 CTO）则在构建该检查点背后的技术系统。

从一张图片到数千帧

CopyScore 在五类中评估生成内容：商标、角色、品牌和标志性设计、名人肖像，以及艺术或视觉风格。CopySight 表示，视频产品逐帧检查镜头，将视觉匹配结果与提示词和模型信息结合起来，并能标记出只在某一场景片段中出现的徽标或可识别面孔。

这些短暂的匹配对于生成式视频是一个实际问题。审核者可以直接检查一张图片，但一段商业视频可能包含数千帧，随着模型试图保持连续性，会出现不同生成的物体、背景和面孔。CopySight 正在为这种审核负载销售自动化解决方案。

现有的 CopySight API 文档 展示了图像产品如何返回检测到的知识产权、权利持有人信息、边界框以及介于零到一之间的相似度分数。CopySight 称 CopyScore V2 为模糊的视频片段增加了多次分析、可调节的灵敏度阈值，以及包含提示词、模型版本和生成设置的不可变记录。

CopySight 于 7 月 29 日查看的公开 API 文档仍将其验证端点描述为图像分析服务，并称视频支持处于测试版。文档可能落后于产品发布，但它显示了将 CopyScore V2 暴露为面向企业制作系统的成熟集成接口仍需完成的工作。

Petrov 将期望的输出描述为“他们刚做出的东西可安全发布的客观证明”。CopySight 的法律条款则在这一承诺周围划定了更窄的边界。

根据 CopySight 的服务条款，该产品仅针对有限的数据源检测相似性，并不进行法律分析。CopySight 表示其参考库并不详尽，不保证结果准确或无误，并将法律许可留给用户。因此，该分数是供律师和制作团队决策参考的支持工具，而不是表明某项素材不构成侵权的法律意见。

这一区别将决定 CopySight 会成为基础设施的一部分还是另一种筛查工具。工作室可以使用相似度分数来优先安排审核并记录其流程，但不能将低分视为对权利人索赔的免疫，尤其是当侵权分析可能涉及上下文、授权、合理使用以及特定司法辖区法律时。

Petrov 在售卖检测的同时提供文档记录

CopySight 将相似性检测与创作链日志配对，记录资产的生成与审核过程。这将产品的功能扩展到仅查找熟悉的徽标或角色之外。Petrov 希望 CopySight 记录 AI 辅助工作流程中的人工决策，创建可支持所有权和合规审查的证据。

该方法与美国版权局在 AI 辅助作品上的立场相一致。在其 2025 年 1 月关于版权可受保护性的报告 中，版权局表示，即便作品包含 AI 生成的材料，由人类创作的表达仍可获得版权保护。纯粹由 AI 生成的材料不受保护，是否存在足够的人类贡献必须逐案评估。报告指出，提示词本身通常不足以建立必要的控制权。

制作日志本身无法决定作品的可版权性，但它可以保留创作者后来可能需要出示的提示词、编辑、选择和排列。CopySight 表示，其记录支持 Raksha World 成功向版权局注册 AI 辅助创作内容，不过该新闻稿未列出登记号或具体说明哪些元素获得了保护。

CopySight 表示自 2026 年 1 月以来已处理超过 87,000 次版权与知识产权检查，并报告在此期间使用量增长了 25 倍。上述数据为自报，新闻稿未定义该倍数是比较按月检查次数、按周检查次数或其他使用指标。

CopySight 还将 AGBO、律师事务所 ArentFox Schiff 和 AI 图像平台 OpenArt 列为客户、合作伙伴或平台用户。该组合涵盖了多种商业关系类型，但它指出了 Petrov 需要在同一工作流中连接的三类群体：内容制作方、法律审查方和生成平台。

此轮融资为进入制作流水线提供资金

CopySight 表示，种子资金将用于更深入地集成到企业视频制作中。该业务目前从自助订阅到定制企业合同均有覆盖。CopySight 网站列出的创作者方案为按年计费时每月 16 美元，企业方案为每月 160 美元，较高流量的 API 访问、审计日志和私有 IP 库则采用定制定价。

向企业的推进将 CopySight 推入一个已经存在多种自动化权利检测形式的市场。Higgsfield 的 Similarity Score 在发布前为生成媒体筛查可能的知识产权重叠。 Pex 为平台和权利人识别受版权保护的音频和视频，而 YouTube Content ID 则将上传内容与版权持有人提交的文件进行匹配。

CopySight 试图在流程的更早阶段（即发行之前）确立自身地位，并将检测结果与关于资产如何生成的证据相连接。这一定位为 Petrov 提供了一条进入工作室合规预算的路径，而不仅仅是作为面向创作者的工具进行竞争。

这一轮 300 万美元的融资为 CopySight 争取这些集成、扩大其参考数据并证明风险分数能经受企业法律团队审查提供了充足的资金。Petrov 的操作性押注是，生成式视频的采用将取决于与生成模型同步成长的清查系统。CopySight 现在必须证明其分数足够准确、记录足够完善且易于集成，以便制作方将其直接放置在模型输出与商业发布之间的路径上。