老牌中文社區(qū)天涯已經(jīng)住進(jìn)“ICU”整整一年,破產(chǎn)看來(lái)已經(jīng)注定,但最近一家美國(guó)同行搭上AI 快車(chē)的消息,又給天涯帶來(lái)了一絲希望。
去年4月,因拖繳數(shù)據(jù)機(jī)房費(fèi)用,天涯社區(qū)遭“斷網(wǎng)”。
癥結(jié)在缺錢(qián)。天涯社區(qū)稱(chēng),危機(jī)來(lái)自于近幾年資金流動(dòng)性困難加劇,電信IDC欠費(fèi),導(dǎo)致天涯社區(qū)暫停訪問(wèn)。
再聽(tīng)到天涯的消息,是在今年2月底,全國(guó)企業(yè)破產(chǎn)重整案件信息網(wǎng)上公開(kāi)一條“天涯社區(qū)網(wǎng)絡(luò)科技股份有限公司被申請(qǐng)破產(chǎn)審查”的信息。
盡管天涯方面否認(rèn)即將破產(chǎn)的傳聞,但天涯重見(jiàn)天日的可能性,到底是更加渺茫了。
在美國(guó),一家式微的老牌內(nèi)容平臺(tái),卻依靠AI的浪潮找到了副業(yè),吃下了熱錢(qián)——第三方圖片托管平臺(tái)Photobucket,一度擁有7000萬(wàn)用戶,占據(jù)美國(guó)在線照片市場(chǎng)的近一半份額。如今,Photobucket輝煌不再,只有約200萬(wàn)人還在使用它。
正所謂“瘦死的駱駝比馬大”,已經(jīng)被大部分人遺忘的Photobucket有之前多年的積累,依然坐擁上百億照片和視頻。而這,正是患上“數(shù)據(jù)饑渴癥”的AI公司最需要的。
在AI熱潮下,不斷有公司找上門(mén)來(lái)。以正在進(jìn)行的談判來(lái)粗略估計(jì),Photobucket手里掌握的內(nèi)容可能價(jià)值數(shù)十億美元。
有錢(qián)但缺數(shù)據(jù)的AI公司,遇上沒(méi)錢(qián)但積累了海量?jī)?nèi)容的老牌社區(qū),不交易一下才奇怪。
有意思的是,報(bào)道中有一句話在后續(xù)編輯中被刪除:“公司預(yù)計(jì),其*季度營(yíng)業(yè)陸潤(rùn)將增長(zhǎng)10倍,達(dá)到近49億美元。”
49億美元是什么概念?
Photobucket作為一家圖片托管網(wǎng)站,剛開(kāi)始是免費(fèi)的。在千禧年前后,互聯(lián)網(wǎng)用戶激增,人們或?yàn)榱擞涗浬,或(yàn)榱朔窒,?lè)于將照片上傳到一個(gè)專(zhuān)門(mén)的網(wǎng)站。而且,在Photobucket上傳了圖片后,人們還可以在其他網(wǎng)站如MySpace直接嵌入,省得反復(fù)上傳。一些賣(mài)家也會(huì)在eBay或亞馬遜使用Photobucket托管的圖片。
用這種方式,*時(shí)期的Photobucket一度占據(jù)了美國(guó)互聯(lián)網(wǎng)流量的2%。
由免費(fèi)轉(zhuǎn)向付費(fèi),似乎是Photobucket的必經(jīng)之路。不過(guò),Photobucket有點(diǎn)太心急了。2017年時(shí),Photobucket突然將第三方顯示變?yōu)槊磕?99美元的付費(fèi)訂閱服務(wù)。此舉并沒(méi)有提前的充分預(yù)警,很多用戶發(fā)現(xiàn)自己在其他網(wǎng)站嵌入的Photobucket圖片都無(wú)法展示,變成了“付費(fèi)以解鎖”的提示。
要知道,Photobucket當(dāng)時(shí)已經(jīng)有1億注冊(cè)用戶,有約6000萬(wàn)第三方網(wǎng)站的圖片在此次“升級(jí)”下無(wú)法正常顯示。在爭(zhēng)議之下,Photobucket次年將年訂閱模式改為可月付的模式,并沿用至今。
Photobucket也就此走上下坡路。后續(xù)幾年,Photpbucket又經(jīng)歷了服務(wù)中心斷電導(dǎo)致服務(wù)中斷、隱私泄露等“意外”,漸漸從備受歡迎的圖片網(wǎng)站變成了互聯(lián)網(wǎng)邊角料產(chǎn)品。公司規(guī)模也從鼎盛時(shí)期的120名員工縮水到了40人。
目前Photobucket網(wǎng)站提供的付費(fèi)計(jì)劃中,最貴的每月收取8美元。以最新報(bào)道透露的200萬(wàn)用戶在使用Photobucket計(jì)算,哪怕他們?nèi)吭赂?美元,每年也僅能貢獻(xiàn)1.9億美元。而且這對(duì)Photobucket來(lái)說(shuō)只是收入,沒(méi)有剔除存儲(chǔ)、維護(hù)、運(yùn)營(yíng)等的各項(xiàng)成本。
雖然Photobucket在過(guò)去二十年損失了不少用戶,但除非用戶注銷(xiāo),它一直保留著用戶的圖片。即便是在不再支持免費(fèi)賬戶的情況下,Photobucket也明確通知用戶:你的照片還在,只需要現(xiàn)在開(kāi)始付費(fèi),就能重新看到它們。
不斷有已經(jīng)棄用Photobucket的用戶在社交媒體上吐槽,稱(chēng)自己頻繁收到Photobucket“求復(fù)合”的郵件,已經(jīng)不堪其擾。
既然圖片都在,海量的內(nèi)容還存儲(chǔ)在服務(wù)器上,為什么不用它們賺上一筆?將平臺(tái)內(nèi)容授權(quán)給AI公司,獲得49億美元,對(duì)Photobucket來(lái)說(shuō)可以算是一筆巨款了。
為什么AI公司會(huì)找上“明日黃花”Photobucket?
答案很簡(jiǎn)單,太缺數(shù)據(jù)了。以O(shè)penAI的GPT系列模型為例,GPT-3使用了3000億的token,GPT-4使用了12萬(wàn)億的token。而已經(jīng)在路上的GPT-5所需的token量在60萬(wàn)億到100萬(wàn)億。
“規(guī)模即一切”成為AI的戰(zhàn)斗口號(hào);羝战鹚勾髮W(xué)盧綸物理學(xué)家賈里德·卡普蘭(Jared Kaplan)在2020年發(fā)表了一篇關(guān)于AI的開(kāi)創(chuàng)性論文,其表明訓(xùn)練數(shù)據(jù)越多,大型語(yǔ)言模型的表現(xiàn)越好,就像學(xué)生通過(guò)閱讀更多書(shū)籍來(lái)學(xué)習(xí)更多知識(shí)一樣。
互聯(lián)網(wǎng)上公開(kāi)可用的數(shù)據(jù)在大模型面前并不是取之不盡的。據(jù)人工智能研究機(jī)構(gòu)Epoch估計(jì),2026年所有高質(zhì)量可用數(shù)據(jù)就有可能被耗盡,互聯(lián)網(wǎng)生產(chǎn)數(shù)據(jù)的速度有可能比不上不斷膨脹的大模型的消耗速度。
“數(shù)據(jù)饑渴”的AI公司獲取數(shù)據(jù)的路徑,總結(jié)起來(lái)就是:免費(fèi)的,直接用;自家的,直接用且不給別人用;可以付費(fèi)的,付費(fèi);付費(fèi)也買(mǎi)不到的,必要時(shí)想想辦法弄到手。
近日,《紐約時(shí)報(bào)》報(bào)道OpenAI曾在訓(xùn)練GPT-4時(shí)利用了谷歌旗下YouTube的內(nèi)容。直接取用肯定不行,谷歌不讓啊。于是OpenAI計(jì)上心頭,創(chuàng)建了一個(gè)名為Whisper的語(yǔ)音識(shí)別工具,將超過(guò)100萬(wàn)小時(shí)的YouTube視頻轉(zhuǎn)錄,然后再喂給模型。
此前,尚未開(kāi)放給大眾的文本到視頻工具Sora也引起了外界懷疑。在一次采訪中,OpenAI的首席技術(shù)官米拉·穆拉蒂(Mira Murati)沒(méi)有正面回應(yīng)“是否使用YouTube、Instagram、Facebook等平臺(tái)的內(nèi)容訓(xùn)練Sora”這一問(wèn)題,她聽(tīng)到該問(wèn)題時(shí)復(fù)雜的表情甚至成為了互聯(lián)網(wǎng)梗圖。
YouTube首席執(zhí)行官尼爾·莫漢(Neal Mohan)在4月5日對(duì)此表態(tài),稱(chēng)目前沒(méi)有證據(jù)表明OpenAI用了YouTube視頻訓(xùn)練Sora,但如果OpenAI果真這么做了,那“明顯違反”了YouTube平臺(tái)的使用條款。
要是以為YouTube是在努力保護(hù)用戶(或說(shuō)創(chuàng)作者),可能有點(diǎn)天真。莫漢在采訪中也提到,谷歌確實(shí)用了YouTube上的一些內(nèi)容訓(xùn)練了旗下大模型Gemini。
另一邊,巨頭Meta的馬克·扎克伯格(Mark Zuckerberg)也將平臺(tái)數(shù)據(jù)視為自己的競(jìng)爭(zhēng)優(yōu)勢(shì)。扎克伯格曾直言:“我們戰(zhàn)術(shù)的下一個(gè)關(guān)鍵部分是從獨(dú)特的數(shù)據(jù)中學(xué)習(xí)。”“在Facebook和Instagram上,有數(shù)千億張公開(kāi)分享的圖片和數(shù)百億段公開(kāi)視頻。”
在去年怒噴微軟,威脅要起訴其使用X的數(shù)據(jù)訓(xùn)練AI的埃隆·馬斯克(Elon Musk),也悄悄更新了X的隱私政策,表示會(huì)使用社交媒體數(shù)據(jù)來(lái)訓(xùn)練機(jī)器學(xué)習(xí)和AI模型。在網(wǎng)友的追問(wèn)下,馬斯克干脆承認(rèn):“只會(huì)用公開(kāi)信息(訓(xùn)練),不會(huì)用私信和任何私人數(shù)據(jù)。”
有海量UGC(用戶生成內(nèi)容)且自己也做AI的公司,數(shù)據(jù)是不賣(mài)的,只給自己用。其他AI公司要么就鋌而走險(xiǎn)偷偷用,要么就要去找那些有內(nèi)容但愿意出售的公司。
ShutterStock和Reddit都是活躍在數(shù)據(jù)交易場(chǎng)上的“大賣(mài)家”。
圖片網(wǎng)站ShutterStock幾乎和所有叫得上名字的AI大公司都合作了個(gè)遍,包括但不限于OpenAI、Meta、谷歌、亞馬遜,達(dá)成使用其圖片訓(xùn)練AI的協(xié)議。每筆交易的最初價(jià)格從2000萬(wàn)美元到5000萬(wàn)美元不等,而且后續(xù)還擴(kuò)大了交易規(guī)模。
隨著AI浪潮翻涌,“美國(guó)貼吧”Reddit意識(shí)到自己的數(shù)據(jù)對(duì)AI公司至關(guān)重要,且非常寶貴。去年開(kāi)始,Reddit開(kāi)始與一系列AIGC領(lǐng)軍企業(yè)展開(kāi)談判,商議數(shù)據(jù)付費(fèi)使用的問(wèn)題。說(shuō)白了就是,不付費(fèi)要授權(quán),休想用這一頭部美國(guó)貼吧的內(nèi)容喂AI了。談判陸續(xù)有了進(jìn)展,如今年2月,Reddit就與谷歌達(dá)成協(xié)議,授權(quán)數(shù)據(jù)給其訓(xùn)練AI,合同價(jià)值約每年6000萬(wàn)美元。
在這樣的態(tài)勢(shì)下,Photobucket這樣的老牌社區(qū)被盯上只是時(shí)間問(wèn)題。
Photobucket的首席執(zhí)行官泰德·倫納德(Ted Leonard)表示,他正在和多家科技公司談判,涉及130億個(gè)內(nèi)容(照片和視頻)的授權(quán)。每張照片的授權(quán)價(jià)格在5美分到1美元,視頻則為1美元以上。
一位買(mǎi)家告訴倫納德,他們想要超過(guò)10億個(gè)視頻,比Photobucket擁有的還多。以現(xiàn)在的談判來(lái)看,Photobucket坐擁數(shù)十億美元的內(nèi)容。
機(jī)智的Photoshop在去年10月更新了其用戶條款,授予平臺(tái)“不受限制的權(quán)利”,可以出售任何上傳的內(nèi)容,用于培訓(xùn)AI系統(tǒng)。
倫納德甚至表示,有望用數(shù)據(jù)授權(quán)替代公司的廣告銷(xiāo)售業(yè)務(wù)。
繁忙的數(shù)據(jù)交易市場(chǎng),也許給式微甚至已經(jīng)死亡的UGC平臺(tái)提供了一個(gè)“副業(yè)”。
天涯究竟積累了多少內(nèi)容不可知,幾個(gè)數(shù)據(jù)可以從側(cè)面一窺其規(guī)模。*時(shí)期,天涯的日訪問(wèn)量曾達(dá)到2000萬(wàn)。
在中文社區(qū)的黃金時(shí)代,流行著“全民話題,天涯制造”的說(shuō)法。眾多初代網(wǎng)紅誕生于這里,如芙蓉姐姐、*小月月、犀利哥等。眾多暢銷(xiāo)書(shū)孵化于此處,如《鬼吹燈》《明朝那些事兒》《東北往事:黑道風(fēng)云二十年》《法醫(yī)秦明》等等。
中文論壇對(duì)AI訓(xùn)練的用處也正在被關(guān)注。
一項(xiàng)研究顯示,百度貼吧的“弱智吧”顯現(xiàn)出不俗的數(shù)據(jù)訓(xùn)練效果。
這項(xiàng)研究由中科院深圳先進(jìn)技術(shù)研究院、中科院自動(dòng)化研究所、滑鐵盧大學(xué)等眾多高校、研究機(jī)構(gòu)聯(lián)合完成,提出了一個(gè)高質(zhì)量的中文指導(dǎo)優(yōu)化數(shù)據(jù)集。研究中用中文指導(dǎo)優(yōu)化數(shù)據(jù)集訓(xùn)練了不同類(lèi)型和大小的模型,探討了各種數(shù)據(jù)源對(duì)模型性能的影響。在測(cè)試中,百度貼吧“弱智吧”的得分頗高。
“弱智吧”聚集了300個(gè)成員,并不是真的和智力障礙相關(guān),而是“假裝弱智”,發(fā)表一些燒腦言論。如“如果高中的入學(xué)率不高,為什么不直接錄用大學(xué)生”,或“為什么我爸媽結(jié)婚的時(shí)候沒(méi)有邀請(qǐng)我”。研究人員猜測(cè),可能是“弱智吧”的問(wèn)題增強(qiáng)了AI的邏輯推理能力。
這是全民創(chuàng)作和AI之間碰撞出的火花,社區(qū)內(nèi)容有時(shí)能貢獻(xiàn)意想不到的驚喜。
不過(guò),橫在社區(qū)內(nèi)容和AI之間的,還有用戶。
就像Photobucket忙不迭地更新用戶條款,中文互聯(lián)網(wǎng)的“內(nèi)容確權(quán)”也一直是個(gè)問(wèn)題。
一方面,中文互聯(lián)網(wǎng)平臺(tái)早已形成了將授權(quán)條款埋入用戶條款里的習(xí)慣。目前所能查到的天涯2017年的《隱私和版權(quán)》協(xié)議中寫(xiě)明:“用戶發(fā)表并將其上傳到本網(wǎng)站的任何內(nèi)容,本社區(qū)在全世界范圍內(nèi)不限形式和載體地享有*的、不可撤銷(xiāo)的、免費(fèi)的、非*的使用權(quán)和轉(zhuǎn)授權(quán)的權(quán)利,包括但不限于修改、復(fù)制、發(fā)行、展覽、改編、匯編、出版、翻譯、信息網(wǎng)絡(luò)傳播、廣播、表演和在創(chuàng)作及著作權(quán)法等法規(guī)確定的其他權(quán)利。”
天涯“斷電”后,網(wǎng)絡(luò)上售賣(mài)“天涯神帖合集”的生意走俏。天涯曾在重啟公告中稱(chēng),關(guān)注到天涯神貼在各大平臺(tái)大受歡迎,“計(jì)劃從現(xiàn)在開(kāi)始發(fā)展一批高級(jí)會(huì)員,在回復(fù)訪問(wèn)后的天涯社區(qū)平臺(tái)上開(kāi)辟天涯神貼付費(fèi)專(zhuān)區(qū)”。
在重啟公告的最后,天涯表示,“無(wú)論是預(yù)購(gòu)一個(gè)‘99元天涯神貼服務(wù)’,還是預(yù)購(gòu)一個(gè)‘299元一對(duì)一數(shù)據(jù)下載服務(wù)’,都是對(duì)天涯重啟非常重要的助力”。文末,天涯附上了購(gòu)買(mǎi)二維碼。
另一方面,平臺(tái)是否就此有權(quán)將用戶內(nèi)容授權(quán)給其他公司以訓(xùn)練AI,還有待商榷。
用戶對(duì)此頗為警惕。
在去年,小紅書(shū)曾更新用戶條款,在“用戶內(nèi)容及信息授權(quán)”中寫(xiě)著“您授予xxx公司免費(fèi)的、不可撤銷(xiāo)的、非排他的、無(wú)地域限制的許可使用”,并表示“上述許可包括使用、復(fù)制和展示用戶內(nèi)容中受保護(hù)的個(gè)人形象、肖像、姓名、商標(biāo)、品牌、標(biāo)識(shí)及其他營(yíng)銷(xiāo)推廣素材、物料的權(quán)利和許可”,加之彼時(shí)恰有插畫(huà)師質(zhì)疑AI工具涉嫌抄襲,而引發(fā)了插畫(huà)師對(duì)平臺(tái)用自己上傳的作品訓(xùn)練AI的擔(dān)憂,不少插畫(huà)師公開(kāi)抵制,并宣布在該平臺(tái)停更。
如今PhotoBucket首席執(zhí)行官接受采訪,并坦誠(chéng)平臺(tái)與AI公司進(jìn)行授權(quán)協(xié)議,但并不是每個(gè)AI公司都對(duì)其內(nèi)容放心。
Defened.ai的首席執(zhí)行官布加拉(Daniela Braga)表示,她避免從Photobucket這樣的平臺(tái)公司獲取內(nèi)容,而更喜歡從創(chuàng)作這些照片的原作者那里獲取授權(quán):“我認(rèn)為這非常危險(xiǎn)。”“如果有一些AI生成的東西類(lèi)似于某個(gè)從未點(diǎn)頭許可的人的照片,那就有麻煩了。”
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
2024年的Adobe MAX 2024發(fā)布會(huì)上,Adobe推出了最新版本的Adobe Creative Cloud。
奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。
“以前都要去窗口辦,一套流程下來(lái)都要半個(gè)月了,現(xiàn)在方便多了!”打開(kāi)“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來(lái)實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性?xún)r(jià)比很高,簡(jiǎn)直是創(chuàng)作者們的首選。
9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會(huì)——工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析專(zhuān)題論壇在沈陽(yáng)成功舉辦。