Getty Images(盖蒂图像)正与英伟达合作推出Generative AI by Getty Images。这是一款新型工具,允许用户通过Getty Images的授权照片库训练图像生成模型。
Generative AI by Getty Images(这名字确实拗口)纯在庞大的Getty Images授权照片库(含付费素材)上训练而成,可为用户提供完整的版权保护。Getty方面承诺,任何使用该工具发布商用图像的客户,都将受到法律保护。Getty与英伟达合作使用其Edity模型,来自英伟达的生成式AI模型库Picasso。
我们亲身体验了Generative AI by Getty Images,并稍微进行了一番测试,主要想看看它所生成的照片(注意,不是常见的插画风格)跟Getty图库中的真实素材有多接近。从结果来看,其输出比想象中要好。唯一的问题,就是它给出的图像还是有AI生成的通病……“没那味儿”。当然,这种感觉并非Getty家的生成式AI工具所独有,哪怕是OpenAI刚刚发布的DALL-E 3也同样没能攻克这道难关。
Getty的工具在渲染逼真人像方面尤其出色。根据我输入的提示词,它生成了一张芭蕾舞演员在稍微模糊的背景舞台上摆出了阿拉贝斯克舞姿(单腿站立,后腿抬起)的照片。跟我在Stable Diffusion中的测试相比,Getty这边的照片感觉更加真实,甚至好几位朋友根本没看出有问题。很明显,Getty的模型不仅接受了插画作品的训练,也接触过大量真实照片。但另一方面,这款工具的插画模式较为孱弱,在同一提示词下只生成了2D剪贴画。
该公司表示,使用这款工具创建的任何照片都不会被添加至Getty Images和iStock内容库。如果Getty使用AI生成的图像来训练当前及未来版本的模型,也会向创作者付费。他们会分享该工具产生的收入:“根据文件数量按比例分成,同时也会计算传统许可产生的收益。”
Getty Images公司首席产品官Grant Farhall在声明中指出:“我们听取了用户关于生成式AI快速发展的意见,感受到了大家既兴奋、又犹豫的声音,并在工具开发过程中充分考虑到这些诉求。”
这款Getty工具还限制了用户所能生成的图像类型,比如它不允许我创作一张拜登总统站在白宫前面的照片,也拒绝生成安迪·沃霍尔或杰夫·昆斯风格的小猫照片。总之,它禁止在提示词中使用任何真人姓名。在要求生成美国总统的照片之后,它给出了一张男男女女站在美国国旗下的照片,其中一些还是有色人种。Getty公司在采访中强调,该模型“完全不认识安迪·沃霍尔、乔·拜登或者任何其他真实人物”,因为他们想避免篡改或重现真实生活中的事件。
客户可以通过Getty Images网站访问Generative AI by Getty Images。该公司表示,此工具不会被包含在标准Getty Images订阅服务当中,且具体价格由提示词数量决定。但Getty并没有公布具体收费标准。
该公司还提到,用户将拥有其所创建图像的永久、全球性且无限的权利。(也就是说,AI生成图像的技术版权状态仍不明确。)Getty称这类似于客户从库中获取授权内容,尽管文件掌握在Getty公司手中,但用户将拥有使用权。他们可以编写自己的提示词,也可以借助现成的提示词生成器。用户还可以通过API将该工具集成到自己的工作流程当中。与之前一样,Getty仍然会为该工具创建的照片添加水印,提醒观看者该图像出自AI之手。
Getty进军AI图像领域可谓是水到渠成,毕竟其手中掌握着全球规模最大的图像库之一。但与此同时,他们也跟其他文本到图像生成AI开发商闹出过不少矛盾,包括起诉Stability AI侵犯版权,指控图像生成器Stable Diffusion在未经许可的情况下使用了Getty照片。
通过建立自家生成式AI图像平台,Getty有望打击其他想利用其图像库训练模型的厂商。Getty也并不是唯一一家利用手中许可数据建立AI图像平台的公司。之前Adobe就发布过Firefly模型,模型训练使用的是其Creative Suite和Creative Cloud服务中获得授权的图像。
用受版权保护的素材来训练大语言模型和文本到图像系统,一直是创意领域人们普遍关注的重大问题。有三位艺术家之前曾经起诉Stability AI、Midjourney 和艺术网站 DeviantArt,称其未经许可使用他们的艺术作品来训练模型。
Getty表示,未来客户也可以添加自己的数据来训练模型,借此生成具有特定风格的图像。此项功能及更多服务项目将于今年晚些时候推出。
好文章,需要你的鼓励
临近年底,苹果公布了2024年App Store热门应用和游戏榜单,Temu再次成为美国下载量最多的免费应用。
云基础设施市场现在已经非常庞大,很难再有大的变化。但是,因为人们可以轻松地关闭服务器、存储和网络——就像开启它们那样,预测全球云基础设施开支可能非常困难。