Meta AI 版权案揭露:与出版商谈判遇阻,暂停授权合作

在 Meta Platforms(前身为 Facebook 母公司)面临的多起 AI 版权诉讼中,最新提交的法庭文件为该公司曾暂停与出版商就 AI 训练数据授权事宜进行谈判的传闻提供了进一步证据。

在 Meta Platforms(前身为 Facebook 母公司)面临的多起 AI 版权诉讼中,最新提交的法庭文件为该公司曾暂停与出版商就 AI 训练数据授权事宜进行谈判的传闻提供了进一步证据。这些文件涉及 Kadrey 诉 Meta Platforms 案,是众多将 AI 公司与作者及其他知识产权持有者对立起来的案件之一。在这些案件中,被告方(AI 公司)大多声称在版权内容上进行训练属于“合理使用”,而原告方(版权持有者)则坚决反对这一说法。

Meta AI 版权案揭露:与出版商谈判遇阻,暂停授权合作

根据周五提交给法庭的新文件,包括原告方律师对 Meta 员工的证词部分记录,显示 Meta 内部部分员工认为与出版商协商 AI 训练数据授权可能难以大规模开展。文件显示,负责 Meta AI 合作事务的 Sy Choudhury 表示,Meta 向众多出版商发出的接触请求大多未得到积极回应。他提到:“我记不清全部名单,但记得我们最初从互联网上筛选出了一批顶级出版商等,并尝试与他们建立联系,但很多接触并未得到回应。”他还补充道:“虽然有少数出版商与我们进行了接触,但数量不多。”

法庭记录显示,由于“时机”和其他物流方面的阻碍,Meta 于 2023 年 4 月初暂停了部分与 AI 相关的图书授权工作。Choudhury 在证词中提到,一些出版商,尤其是小说类图书出版商,实际上并不拥有 Meta 考虑授权的内容的版权。他指出:“在小说领域,我们很快从商务拓展团队那里了解到,我们接触的大多数出版商表示他们实际上并没有授权数据给我们的权利,因此我们需要花很长时间与他们的作者进行沟通。”

此外,Choudhury 在证词中还提到,Meta 在 AI 开发相关授权方面并非首次暂停努力。他举例说,Meta 曾试图从不同游戏引擎和游戏制造商那里获得 3D 世界的授权,用于 AI 研究团队,但同样面临沟通困难,最终决定自行开发解决方案

据AI在线了解,该案件的原告方律师代表包括畅销书作家 Sarah Silverman 和 Ta-Nehisi Coates 等知名作者。自 2023 年在加利福尼亚北区联邦地区法院旧金山分院提起诉讼以来,原告多次方修改诉状。最新的诉状指控 Meta 在考虑与出版商签订授权协议时,曾将某些盗版书籍与可授权的正版书籍进行对比,以判断是否值得继续推进授权协议。此外,诉状还指责 Meta 使用包含盗版电子书的“影子图书馆”来训练其 AI 模型,包括广受欢迎的 Llama 系列“开放”模型。根据诉状,Meta 可能通过种子下载(一种文件分发方式)获取了部分图书馆资源。种子下载要求用户在下载文件的同时上传文件,原告方认为这是一种侵犯版权的行为。

相关资讯

Meta AI 全球市场扩张,并上线网页版 meta.ai

Meta 公司近日宣布 Llama 3 大语言模型之外,扩展 Meta AI 服务到美国之外的 13 个国家和地区,还宣布上线专门的聊天网站:meta.ai。Meta 公司在新闻稿中表示开始在全球市场扩展 Meta AI,在澳大利亚、加拿大、南非和新加坡等国家和地区推出英语版本。IT之家附上 Meta AI 扩展的国家和地区如下澳大利亚加拿大加纳牙买加马拉维新西兰尼日利亚巴基斯坦新加坡南非乌干达赞比亚津巴布韦Meta AI 整合了 Llama 3 大语言模型,速度更快、智能性更高、功能更强,是执行各种任务的理想选择

Llama3后,Meta又开放自家头显操作系统,打造元宇宙时代新安卓

虽然向第三方开放了操作系统,但 Meta 将继续开发 Quest 头显设备。Meta 誓将开放进行到底。这次把自家 VR 头显 Quest 采用的操作系统「Meta Horizon OS」向第三方硬件制造商开放了,包括华硕、联想和微软等一众企业。此举意在展示作为 MR 操作系统整合者的 Meta 对元宇宙开放的新愿景。至此,Meta 正式向实现元宇宙更开放的计算平台愿景迈出下一步。为实现该恢弘战略,Meta 同时在三方面不断发力,并竭力整合资源:向第三方硬件制造商开放 Meta Quest 设备的操作系统,为消费者

不到60秒就能生成3D「手办」,Meta发力3D生成,ChatGPT时刻要来了吗?

3D 生成,一直在等待它的「ChatGPT时刻」。一直以来,创作 3D 内容是设计和开发视频游戏、增强现实、虚拟现实以及影视特效中最重要的部分。然而,3D 生成具有独特而艰巨的挑战,这是图像和视频等其他生成内容所不具备的。首先,3D 内容在艺术质量、生成速度、3D 网格结构和拓扑质量、UV 贴图结构以及纹理清晰度和分辨率方面具有严格的标准;其次,与其他研究相比,可用的数据量少。虽然该领域有数十亿张图像和视频可供学习,但可用于训练的 3D 内容数量要少三到四个数量级。因此,现阶段的3D 生成还必须从非 3D 的图像和