David用了两年半的时间在亚马逊上建立了一家畅销店铺,向海外客户出售手工艺品,其中大部分客户是美国人。为了在销售排名上名列前茅,他不仅在广告上投入了大量资金,还支付费用让瑞士公司SGS对他的产品进行检测和认证,以此来安抚那些对“中国制造”产品有所顾虑的美国客户。他说,“在亚马逊上创造势头的成本非常高。”
今年5月,David在浏览拼多多跨境电商平台Temu时,惊讶地发现,有两个商品清单和他自己最畅销的产品一模一样,图片相同,产品描述也使用了相同的关键词。“这些照片是我自己拍摄和编辑的,我花了很多时间学习摄影和Photoshop。”他说,“我使用了许多不同的照片,并进行了多轮测试,我现在使用的产品照片具有最佳的转化率。”
这些复制的列表甚至列出了来自瑞士的测试证书,上面还有他公司的地址。而Temu上的产品版本比他的便宜30%,正巧过去一个月,David这两款产品的销量下降了20%以上。虽不能确定是Temu导致了销量下降,但他怀疑两者存在关联。
David的经历并非个例。WIRED杂志调查了数十起类似的案例,中国的亚马逊卖家声称他们的产品图片、详情描述和“浏览树”被Temu盗用。他们向Temu投诉,要求删除图片,但并没有得到回应。
亚马逊发言人米拉·迪克斯(Mira Dix)发布电子邮件说:“我们强烈谴责这种犯罪行为。如果卖家认为他们在亚马逊上的产品信息或图片被盗用在其他地方,我们鼓励他们联系我们的假冒犯罪部门。”
Temu的商业模式是向价格敏感的消费者销售低成本的无品牌商品。大多数商品来自中国的生产商,其中一些生产商以前与拼多多合作过。WIRED杂志在五月份进行了一项调查显示,Temu一直在试图打入美国市场,利用激进的折扣手段与亚马逊竞争,并向自己供应链中的卖家施压,要求他们降低价格,以此来压倒竞争对手。
在电商平台上销售商品,并不是贴几张图片和价格标签那么简单。卖家通常会投入大量资金,拍摄高质量的照片,并且在产品描述、商店设计和其他信息上下功夫,以增加他们进入搜索排名和吸引客户的机会。
在抖音和小红书上,有许多亚马逊卖家抱怨说,他们在Temu上找到了与他们产品详情几乎一模一样的复制品。大多数人是偶然发现的,就像David一样,或者在销售额突然下降后去寻找的,一些电商博主还建议亚马逊卖家在Temu上搜索他们的产品。
一位自称为“明先生”的博主在他的小红书上写道:“最近,我发现了一个恶意的Temu竞争者,他以远低于我的价格销售与我完全相同的产品,完全复制了我的产品描述和浏览树。”明先生向亚马逊客服报告了这个问题,指控其“侵犯知识产权”。其实在“我们是卖家”网站上,这类举报已经存在一段时间了。
一些较大的亚马逊卖家已经开始对Temu提起法律诉讼。例如,今年5月,健身器材品牌FitBeast的所有者在美国地区法院起诉Temu侵犯版权。路透社报道称,Temu在其网站上以5美元的价格销售FitBeast的复制品,而在亚马逊上的价格为25.99美元。
但很多亚马逊卖家因为忙于库存管理、客户服务、物流和其他日常运营问题,无暇去追究Temu的抄袭行为。不过David并不想就此罢休,他说,“这些Temu卖家正在窃取别人的信息,做虚假广告,并损害消费者的利益。”
他花了几个小时研究法律法规、收集信息、将中文内容翻译成英文,并咨询律师。他多次向Temu投诉,每次都得到了类似的回应:Temu表示无法采取行动,因为无法核实David对图像和文本的所有权,并要求提供更多信息。
现在David正在考虑在洛杉矶雇佣一名律师,对Temu提起法律诉讼。但他承认这可能成本过高。“对我们这些小卖家来说,在外国采取法律行动,起诉Temu需要大量的时间、精力和资源。我们可能负担不起。不得不屈服于压力。”但他希望亚马逊能为其卖家挺身而出,“如果亚马逊能帮助我们这些小卖家,那就太好了。”他说。
WIRED杂志查看了David与Temu的通信,以及他咨询的律师的法律意见。律师告诉David,基于David拥有注册商标的事实,他确信Temu上的图片侵犯了他的版权。律师的意见是,David已经向Temu提供了足够的信息,公司要求提供更多信息纯粹是“拖延策略”。
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。