OC
拒绝让三星用健康数据训练 AI,为什么连云端备份也保不住
科技 · 2026-07-14 · 苹果与消费科技 · 阅读 9

拒绝让三星用健康数据训练 AI,为什么连云端备份也保不住

作者:周白

作者 周白 周白

OC 原创示意图,非 Samsung Health 实际界面。

Neowin 报道,Samsung Health 正在增加一项“同意将健康数据用于 AI 训练和建模”的设置。用户可以撤回同意,但确认页面同时警告:应用将无法继续与 Samsung 账号同步,服务器上的健康数据也会被删除,法律要求保留的部分除外。

一句话结论: 三星没有公开说“拒绝训练就删除手机里全部健康记录”,目前看到的更像是 AI 同意、云端处理与账号同步被绑在同一个数据授权里,用户拒绝其中一项时也会失去云端服务。

这段提示之所以让人不舒服,不只是因为健康数据敏感,而是选择看起来并不对称。用户以为自己在回答“能不能拿我的数据训练 AI”,系统给出的后果却包括停止同步和删除服务器数据。睡眠、用药、月经周期和医疗记录可能积累多年,普通人很难在一个弹窗里判断哪些仍留在手机、哪些只存在云端、哪些会因为法律原因继续保留。

现有报道还不能证明三星会清空设备上的本地记录。Samsung Health 过去在用户撤回一般健康数据处理同意时,也会因为无法继续合法处理而删除 Samsung Cloud 中的数据。这次新增文案可能是在统一处理云服务所需的授权,而不是以删除作为逼迫用户参与模型训练的惩罚。但三星把多个用途放在同一个选择中,本身就削弱了“同意”的明确性。

解释性数据流:手机本地记录、Samsung Cloud同步、AI训练与法定保留应当分别控制

OC 原创解释图:用户需要知道被删除的是哪一层数据。

报道还提到,部分数据可能由三星员工或承包商审查。人工查看在模型标注、故障排查和医疗数据质量控制中并不罕见,但健康数据需要更严格的最小访问、脱敏和审计。用户至少应该知道人工查看发生在什么情况下、数据是否去标识化,以及承包商位于哪个司法辖区。

最合理的产品设计应该把几件事拆开:本地健康记录、跨设备同步、个性化 AI 功能,以及用数据训练通用模型。用户可以拒绝训练而保留基本备份,也可以只允许设备端个性化。如果某个 AI 功能必须在云端处理,三星应说明它为何必要,而不是用一个总开关代替解释。

本站编辑周白认为,这件事还不能下结论说三星正在“拿健康数据要挟用户”,但它已经暴露出消费级 AI 最常见的授权问题:厂商把提供服务所需的数据处理和改进模型所需的数据训练写在同一份同意里。法律上的一句“可撤回”并不等于产品上真的给了用户可用选择。

Samsung Health 用户现在最实用的做法,是在更改同意前先导出或确认重要记录是否仍有本地副本,仔细阅读删除提示,并等待三星说明不同数据层的去向。真正需要厂商回答的不是“我们重视隐私”,而是一个具体清单:什么留在手机、什么从云端删除、什么进入训练,以及每项能否分别关闭。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1