Getty 暴涨超 150%：AI 内容授权经济如何重塑创意产业

如果你已阅读 [commercialization-001] AI 应用的 iPhone 时刻 和 [commercialization-002] 中国 AI 大模型调用量登顶，你将理解 AI 商业化加速的宏观背景。本文将聚焦 AI 内容授权 这一新兴商业模式，从 Getty Images 的案例出发，分析内容版权方如何从 AI 的「对手」变为「受益者」。

建议前置阅读：[ethics-001] AI 伦理入门，理解版权与 AI 训练的伦理框架。

2022 年 9 月，Getty Images 禁止所有 AI 生成内容进入其图库。 几个月后，Getty 起诉 Stability AI，指控其未经授权使用超过 1000 万张图片训练 Stable Diffusion。这场诉讼成为 AI 版权战的标志性事件。

但 2026 年 6 月 21 日，Getty 与 OpenAI 签署了多年展示合作协议。 Getty 的 4 亿张版权图片将进入 ChatGPT 的搜索和发现体验，用户在对话中可以看到来自 Getty 的高质量图片。

Getty CEO Craig Peters 在声明中表示：

"高质量、经授权的视觉内容让 AI 驱动的搜索和发现更有用、更可信。与 OpenAI 的合作体现了对这一点的共同认知。"

股价反应最为直接： 消息公布后，Getty 股价单日暴涨超 150%，市值一夜增加数十亿美元。市场用真金白银投票，认可了 AI 内容授权的商业价值。

Getty 与 OpenAI 的合作属于「展示授权」模式。 但 AI 内容授权市场已经演化出至少三种不同的商业模式，每种模式的定价机制和适用场景各不相同。

1. 展示授权（Display Licensing）

• 代表案例： Getty × OpenAI、Getty × Perplexity
• 核心逻辑： AI 平台在搜索结果中展示版权内容，向版权方支付展示费
• 定价方式： 按展示次数（CPM）或固定年费
• 适用场景： 图片库、新闻内容、视频素材

2. 训练授权（Training Licensing）

• 代表案例： Adobe × 多家 AI 公司、Shutterstock × 模型厂商
• 核心逻辑： AI 公司获得使用版权内容训练模型的授权
• 定价方式： 一次性授权费 + 按模型收入分成
• 适用场景： 大模型预训练、微调数据集

3. 生成分成（Generation Revenue Share）

• 代表案例： Getty 自有 AI 工具（基于 NVIDIA Edify）
• 核心逻辑： 版权方自建 AI 生成工具，使用自有内容训练，向用户收费
• 定价方式： 按生成次数收费或订阅制
• 适用场景： 图片生成、设计素材、营销内容

OpenAI 同时拥有 DALL-E（生成图像）和 Getty（编辑图像）两种能力。 这不是重复，而是互补。

DALL-E 擅长「从无到有」的生成：

• 用户描述一个不存在的场景，DALL-E 生成图像
• 适用于创意构思、概念设计、营销素材
• 问题：生成的图像缺乏「真实感」和「可信度」

Getty 擅长「真实记录」的展示：

• 用户搜索真实存在的新闻事件、历史照片、名人图片
• 适用于新闻报道、事实核查、学术研究
• 优势：每张图片都有完整的版权信息和来源追溯

OpenAI 的产品逻辑：
当用户在 ChatGPT 中问「2026 年世界杯决赛现场」，系统会：

1. 调用 Getty 的编辑图片库，展示真实比赛照片
2. 如果用户要求「生成一张类似风格的图片」，则调用 DALL-E

这种「真实 + 生成」的双轨策略，让 ChatGPT 在视觉内容上既有可信度，又有创造力。

Getty 不是孤例。2025-2026 年，内容版权方正在集体转向 AI 授权。

Perplexity 的授权版图：

• 2024 年：与《财富》杂志、《时代》周刊达成内容授权
• 2025 年：与美联社、路透社签署新闻内容协议
• 2026 年：与 Getty Images 达成图片展示授权

OpenAI 的授权策略：

• 2023 年：与美联社签署内容授权（首个主流新闻机构）
• 2024 年：与《纽约时报》达成和解并签署授权协议
• 2025 年：与 Reddit 达成用户内容授权
• 2026 年：与 Getty Images 签署图片展示授权

为什么版权方态度转变？

1. 经济压力
传统广告模式衰退，内容版权方需要新的收入来源。AI 授权提供了可预测的、基于使用量的收入流。

2. 竞争压力
如果 Getty 不授权给 OpenAI，OpenAI 可以转向 Shutterstock 或 Adobe Stock。版权方之间的竞争迫使它们接受 AI 授权。

3. 法律清晰化
欧盟 AI Act 要求 AI 公司披露训练数据来源，这实际上为「合法授权」创造了市场需求。未经授权使用内容的 AI 公司面临法律风险。

4. 价值重估
Getty 股价暴涨超 150% 让市场意识到，内容版权在 AI 时代的价值被严重低估。4 亿张图片不再只是「存储成本」，而是「收入资产」。

Getty 股价暴涨超 150% 的背后，是市场对 AI 内容授权市场规模的重新评估。

当前市场规模（2026 H1）：

• 图片内容授权：约 20 亿美元/年（Getty、Shutterstock、Adobe 合计）
• 新闻内容授权：约 5 亿美元/年（美联社、路透社、各大出版商）
• 训练数据授权：约 15 亿美元/年（Reddit、GitHub、专业数据集）
• 合计：约 40 亿美元/年

2028 年预测：

• 图片内容授权：80-100 亿美元/年（多模态 AI 需求爆发）
• 新闻内容授权：20-30 亿美元/年（AI 搜索成为主流）
• 训练数据授权：50-80 亿美元/年（专业数据集稀缺性上升）
• 视频内容授权：30-50 亿美元/年（视频生成模型崛起）
• 合计：180-260 亿美元/年

增长驱动力：

1. 多模态 AI 的普及
GPT-5、Gemini 3、Claude 4 都支持图文混合输入输出，对高质量视觉内容的需求呈指数增长。

2. AI 搜索的崛起
ChatGPT、Perplexity、Gemini Search 正在替代传统搜索引擎，内容展示场景从「网页」变为「对话」。

3. 监管合规要求
欧盟 AI Act、中国《生成式 AI 管理办法》要求 AI 公司披露训练数据来源，推动「合法授权」成为行业标准。

4. 内容稀缺性
高质量、经授权的内容库有限。Getty 的 4 亿张图片、Shutterstock 的 4.5 亿张图片，成为 AI 公司的「必争之地」。

Getty 案例给 AI 创业者带来了三个重要启示。

启示 1：内容版权是 AI 公司的「必争之地」
如果你的 AI 产品依赖用户生成内容（UGC）或专业内容（PGC），必须提前规划内容授权策略。不要等到被起诉才行动。

启示 2：「先授权后使用」成为行业标准
2022 年的「先训练后道歉」策略已经行不通。2026 年的行业标准是「先授权后使用」。这意味着更高的启动成本，但也意味着更低的法律风险。

启示 3：内容版权方是合作伙伴，不是敌人
Getty 的案例证明，内容版权方可以从 AI 的「对手」变为「受益者」。找到双赢的商业模式，比打官司更有价值。

具体行动建议：

如果你在做 AI 内容产品：

1. 建立内容授权团队，主动联系版权方谈判
2. 设计灵活的定价模型（按使用量、按收入分成、固定年费）
3. 提供透明的数据使用报告，让版权方知道内容如何被使用

如果你是内容创作者：

1. 了解 AI 授权的市场价格，不要被低价买断
2. 保留对内容使用场景的控制权（如禁止用于生成虚假新闻）
3. 考虑加入内容授权平台（如 Getty、Shutterstock），借助它们的谈判能力

如果你在做 AI 工具：

1. 内置内容版权检查功能，帮助用户避免侵权
2. 与内容授权平台合作，为用户提供「一键授权」功能
3. 在产品设计中考虑「版权合规」，而不仅仅是「功能实现」

Getty Images 股价暴涨超 150% 的背后，是 AI 内容授权市场的爆发。 从 2022 年的诉讼对抗到 2026 年的合作共赢，Getty 的 180 度转变标志着 AI 产业进入「内容合规」时代。

核心要点回顾：

1. AI 内容授权的三种模式： 展示授权、训练授权、生成分成，每种模式适用于不同的场景和定价逻辑。

2. DALL-E + Getty 的互补策略： OpenAI 同时拥有「生成」和「展示」两种能力，覆盖创意和真实两个维度。

3. 内容版权方的集体觉醒： 从 Perplexity 到 OpenAI，内容授权正在成为 AI 公司的标配支出。

4. 市场规模预测： 2026 年约 40 亿美元，2028 年可能达到 180-260 亿美元，年增长率 4.5-6.5 倍。

5. 对创业者的启示： 内容版权是必争之地，「先授权后使用」成为标准，版权方是合作伙伴而非敌人。

展望未来：

短期（2026-2027）： 图片内容授权市场快速整合，Getty、Shutterstock、Adobe 三足鼎立。视频内容授权开始试点。

中期（2027-2028）： 多模态 AI 推动视觉内容需求爆发，视频授权成为主战场。AI 公司开始自建内容库。

长期（2028-2030）： 内容授权市场成熟，形成标准化的定价模型和交易平台。AI 生成内容与版权内容的边界进一步模糊。

Getty 的 4 亿张图片，不再只是存储成本，而是 AI 时代的「数字石油」。 谁能掌握高质量、经授权的内容，谁就能在 AI 竞争中占据优势。