Stability AI、Stable Diffusion 和 Getty Images 版权诉讼

刚刚传出一个重要消息，是关于stable Diffusion等AI模型训练的版权侵权问题。 在这。 事实上，Getty Images 实际上起诉了稳定传播的创建者 Stability Eye，因为他非法使用了出现在网站上的图像 平台 实际训练 模型. 我真的很详细 [...] 如果你去看上一集，会出什么问题 [...]。 我将把它留在展示说明中，说明开放式 AI 之间的合作可能会出现什么问题， 微软 [...] 以及这些 AI 模型可能引发的一些法律问题。

在这一集中，我想更多地关注 [...] 你如何基于你创建的新人工智能模型赋予生态系统权力，以及为什么这不仅仅是一个技术问题，这是一个 业务建模 商科 生态问题。 如果你想确保这项技术能够真正更快地向前发展，你需要确保你能够让不同的各方参与讨论，以实现货币化和控制，让这些模型真正发挥作用 规模 并创建一个 商科 它周围的生态系统。 所以让我解释一下这是怎么回事。 似乎再次 [...] 获得在伦敦被起诉的图像 [...] Stability AI。 [...] 让我们记住，Stability AI 是稳定扩散的创造者，它最初作为开源 [...] 图像生成器发布，现在正在做越来越多的事情。

当然，[...] 他们发现 Getting Images 上的许多图像已被用于实际训练稳定扩散。 在民间传播的第一个版本中，让我们记住没有选择退出机制。 他们当然来自 Stability AI 宣布，在下一个版本中，选择退出机制将适用于那些想要在训练中选择退出他们的数据的人。 模型. 因此，这就是将会存在的东西。 但是我们当然可以假设，在稳定扩散的发展中，使用了很多没有同意图像的数据 […]。

我们也可以理解这里发生了什么。 我们可能会假设 [...] 这不仅仅是 Stability AI 的天真 [...]，它更像是一种快速做事的考虑，考虑到以后 [...] 潜在诉讼的风险，并使确保快速跟上人工智能的发展 行业中的应用:. 因此，例如，stable Diffusion，Stability AI 实际上在几个月前获得了超过 100 亿美元的资金，这些资金可用于实际抵御这场诉讼。 但是，[...] 超越 [...] 诉讼是否会进行，这很重要，因为这将在一定程度上决定事情在未来发展的速度。 行业中的应用:. 同样重要的是要强调对于那些正在创造 AI 产品的玩家来说，真正做到这一点很重要。 认为 无论在 商科 生态系统，如果他们想让这种进化发生的话。

马上。 如果我们能与 2000 年初进行比较，我们要么正处于 Napster 的民间传播时刻，Napster 因盗版而被扼杀。 如果你想要 [...] 音乐 行业中的应用: 没有达成任何交易。 因为例如， 心态 我们不会达成任何协议，我们只是按照自己的方式开发一个 产品展示 这很酷，很多用户都喜欢。 或者你喜欢 itunes 路线，在那里你了解 itunes 或者如果你愿意，我们希望稍后在 spotify 路线上我们确实理解为了让我们创造一个坚实的 产品展示 at 规模 我们需要建立一个 商科 生态系统。

建立一个 商科 生态系统意味着我们需要在这个过程中涉及各种规模和不同类型的各方。 那么在这种情况下，各方是什么？ 好吧，首先是在训练方面，所以当你预训练这些模型时，如前几集所述，[…]你需要大量数据，在这种情况下由图像表示来训练 模型. 你可能需要数百万 […] 图像才能真正训练 模型. [...] 当然，稳定扩散的代码是开源的，很容易找到一种获取图像的方法，可以看到其中一些图像已用于训练 模型.

因为 [...] 如果你看一下 The Verge 的报道，有些图像上写着在稳定扩散生成的图像上获取图像。 这意味着在这些图像之上的训练非常清晰，以至于 [...] 稳定扩散仍然会生成 [...] 在生成的图像之上获取图像的水印，这非常有趣。 因此，第一点是关于在培训数据集中为经销商（例如获取图像）和艺术家启用选择加入和选择退出机制 [...]。 因为让我们记住，如果你是一名艺术家，如果你是创作者 [...] 大多数情况下，或者如果你愿意，作为创作者所获得的 100% [...] 是你的个人风格。 如果你有一台机器实际上正在复制、复制和粘贴 规模 你的个人风格，你失去了 […] 多年来你获得的一切和你牺牲的一切。

现在，作为内容创作者，我可以理解，因为，再一次，我 认为 […] 一件艺术品和一件可以商品化的东西之间的主要区别是一种独特的风格，你可以作为艺术家或创作者多年来通过在多年后真正打造自己的风格来实现，而且基于你自己的哲学或你对世界的理解，基于你的经验。 所以它有几个组成部分构成了你的风格。 这一点很关键，因为如果你的风格可以被 Skill 的机器复制和粘贴，那么你就有机会选择加入或首先选择退出是公平的。 其次，你需要有机会将其货币化。 这意味着如果你决定选择接受这些模型的培训，无论谁将使用你的风格并且将复制它，你都需要有版税。

因此，想象一下您在用户 iPhone 上运行稳定扩散的情况。 用户请求以艺术家的风格生成图像，该艺术家是在世艺术家，因此他靠作品的版税为生，[...]伊利的作品。 在这种情况下，您需要让艺术家有机会实际通过该艺术作品获利，例如，通过让用户支付更多 [...] 的费用来生成特定风格的这些图像，以便这笔钱会返还给艺术家，或者像与艺术家有交易的平台，因此正在分发艺术家。 所以第一，你需要再次让艺术家和发行商参与选择加入，选择退出培训。 第二，当涉及到货币化时，你需要让艺术家参与进来，并且 [...] 用户还可以请求任何已被接受过培训的艺术家认可的风格，因此也可以让这些艺术家参与进来[...]货币化他们的工作。 

另一方面，您还需要与分销商进行交易。 同样，如果这些分销商选择加入，那么他们会促进 [...] 你作为 AI 公司的工作，因为他们可以通过直接与聚合商达成交易来让你拥有更大的数据集。 喜欢获取图像。 获取图像。 然后在他这边实际上是 [...] 与其他创作者的特定交易。 

然后你可以使用这些来实际 [...] 改进你可以用来改进这些模型的数据集，比如稳定扩散的进一步版本，也为用户提供更多选择。 因此，该产品可能会变得更加有趣，因为用户可以在不引起法律问题的情况下进行复制，其中许多样式可以商业化。 当然，另一个关键方面是关于整个 AI 创造行业的发展，你还需要确保你可以创建一个平台或达成交易，或使其他平台能够开始围绕这种新型 [...] 艺术或音乐制作或电影制作，无论如何。 但同样，这 [...] 不仅仅是一个技术问题。 这是一个业务建模分布问题，如果你是一家 AI 公司，如果你是一家子公司，你需要了解这一点。 

当然，为了让你 […] 继续发布你的 AI 模型，你要么让其他人选择退出，要么你明白你是生态系统的一部分，因此你需要与这些各方达成协议，以便做出生态系统首先可行。 因此，你避免了 Napster 时刻，你走向了所谓的 iTunes 时刻。