[AI著作权]如何评价ai生成内容的著作权问题？

很长一段时间里，AI这个词变得不那么有趣了。

但是，在所有这些人类忙碌地缠绕着卷轴的2022年，AI正在经历近年来最大的进化。

AI突然变红了。

这种阵风和阵雨的飞速发展可以说是一场真正的革命，特别是在预计世界经济会疲软的大背景下。

和所有革命一样，这场AI革命不是一夜之间完成的。

AIGC，即基于AI能力的内容创作也是重要的类别之一，到2022年，由于受制于核心技术的局限性，这个领域一直不温不火。因为AI没有石成金的魔力，人类没有凭空创造的能力。AI的“深度学习”训练不是具有自我意识的自主学习。这是收集大量样本，让AI从大量数据中总结出规律，然后按照人类的指示，按照规律进行内容再生产的过程。同时受到核心算法硬件门槛数据库样本等多个方面的限制。

AIGC瞬间熄灭了沉寂了很久的革命火种。

绚丽的蓝色大海

想象一下，在未来的VR/AR虚拟世界中，可以通过ai生成技术实时渲染。那么，人们娱乐和获取信息的方式会发生什么样的颠覆呢？。

但是，这并不是市场在当今经济大环境极度低迷的时候投票赞成AI的所有原因。广泛的商业潜力也很有吸引力，但值得在AI技术本身上进一步投资。这场革命还没有结束，它的下一章已经接近人们了。

那是生成视频。

本质上，视频是持续的静止图像。随着ai照片生成技术的成熟，很多人将目光转向了视频生成领域。自9月份以来，Meta和Google在这家AIGC的前沿相继公布了自己的最新成果。(美国电视剧《Northern Exposure》)。

Meta的模型名为Make-A-Video，通过学习大量的文本-图像组合样本数据和没有文本标记的视频，了解真实物体的运动逻辑Make-A-Video可以在初步构建图像的基础上使图像运动，同时具有理解三维物体立体结构的能力。

名为“图像视频”的模型通过称为级联扩散系列模型的方法生成视频。也就是说，通过基本扩散模型生成分辨率较小的视频，然后通过一系列时间空间超分辨率模型增加视频的分辨率和帧数。

视频模型的生成还处于初期阶段。从具体运动的细节画面精度其他物体与人的交互等方面看起来还很稚嫩，从分辨率到画质，“人工智能”依然很浓，但AI照片生成模式也经历了从观景群到逆袭的过程。如果以后也像现在这样，谁能说这不是AIGC呢？。

剧变引起的争议

如何定义AI生成内容的著作权问题？

有趣的是，许多AI生成技术深度学习培训使用的数据库可能包含侵权内容，但这使得用户产生内容侵权的可能性极低。因为内容生成本身是非常随机和不确定的。即使陷入版权争议，证明过程也可能非常困难。

AI生成内容是否艺术化？那么，如何评价和定义？

AI生成内容的艺术性在半年前还是有点无聊的问题，但《歌剧院空间》作品获奖后，人们越来越多地开始谈论它。

总的来说，ai生成的内容不是自己制作的，而是受自身模型算法和数据库样本容量的影响，这也是为什么很多人认为AI将内容“没有灵魂”的原因。

但是，只将AI生成技术视为纯粹的工具也是不公平的。因为不仅可以模仿，算法和样本也一起提供了现有人类完全无法提供的创作观点。

现有的AI生成图像技术已经无限降低了人们参与图像创作的门槛，所以对作品生成的艺术欣赏可能需要从更细分的角度开始。NFT与传统艺术品相比，其价值需要经过市场的验证，艺术品市场正处于对此的理解和接受的初级阶段。

随着AI生成的图像内容越来越丰富和真实，商业图片库依赖的运营模式——正在从根本上解体。如果照片能自己生成，谁会花钱买画？。

AI生成的内容应该如何规范，如何防止虚假信息和不当信息的传播？

另一方面，深度学习使用的数据库经过严格筛选，屏蔽了色情暴力恐怖主义等，但有关社会偏见种族歧视等内容在技术上没有完全消除，更重要的是，如何定义所谓偏见在伦理学上仍然是一个有争议的问题。因此，谷歌决定在消除相关风险之前推迟imagen video模型的公开，许多发布的模型为了避免潜在的争议，在作品中加入了不可或缺的水印。

AIGC革命正在正式进行，它不是未来，而是进行型的。我们已经在其中了。

现在就是未来。