AIGC对数字出版的挑战和“含科量”有多高

AIGC行业资讯12个月前更新 编辑员
1.6K 0

目前AIGC较大的问题就是其版权问题,我国著作权法实施条例第二条规定:“著作权法所称作品,是指文学,艺术和科学领域内,具有独创性并能以某种有形形式复制的智力成果”,AI不具备我国著作权法规范中“作者”的主体资格,AI创作的作品版权归属问题,作者身份的定义,需要进一步去规范。

AIGC对数字出版的挑战和“含科量”有多高

AI作品本质上是收集了大量素材后的数据库,不断学习并根据用户的需求选取素材进行创作的产物,在前一段时间引起争议的AI绘画就是如此,一张绘画的数据可能来自于成百上千个画师的作画风格,这些画师的范围可以跨越几百年,这张AI绘画作品也是成百上千个作品的缝合,这也是大部分画师抵制AI绘画的原因:高科技抄袭。

AIGC是未来的趋势,历史的车轮滚滚向前不可避免,但是当前比起技术发展更重要的是明确AIGC在社会各界的所处的位置,这也将决定技术的未来。

虽然AIGC有了一定的“思考”,但是创作出来的东西是否真实,是否存在错误还需要进行审查,尤其是在文学领域,AI的作品所涉及的伦理和道德问题,以及对这两者的把握程度也比较微妙,仍需要去进行二次判定。

自然语言生成NLG作为AI创作内容的一种主流方式,此前在大部分时间内都是行业内自娱自乐,偶尔凭借“换脸”之类的奇趣新闻火一把,但仅此而已,而AIGC这一概念,在当下能够迅速走红,可以说是时也,运也。

首先,深度学习技术本身不断迭代,能够生成更具个性化,拟人化的内容。

随着自然语言处理技术的不断发展,近年来AI的阅读理解创作能力进步飞快,已经达到了惊人的水平,技术成熟给了AIGC广泛应用的基础。

AI基础设施不断发展,多模态大模型的相继成熟落地。

如果只是生成单一的内容,那么AIGC或许还不至于让见多识广的大众眼前一亮,而多模态大模型的出现,让融合性创新成为可能。

多模态大模型,既需要具备NLP(自然语言理解)大模型,CV计算机视觉)大模型等的能力,理解语言,视觉的内容,还要能够跨模态生成全新的内容,由此带来了非常多的创意空间,比如通过一部小说的文字描写,生成故事画面,人物形象,环境布景等,可以帮助创作者大大节省时间。

    © 版权声明

    相关文章

    暂无评论

    暂无评论...