OpenAI再陷巨大争议？Sora训练数据被质疑非法，CTO采访疯狂翻车

【新智元导读】最近，OpenAI CTO Murati接受采访时，对Sora训练数据语焉不详、支支吾吾的表现，已经成了全网热议的话题。毕竟，要是一个处理不好，OpenAI就又要陷入巨额赔偿金的诉讼之中了。

最近，OpenAI CTO在采访中大翻车的表现，已经在网上掀起了轩然大波。Sora再陷版权争议!

前几天Murati接受华尔街日报采访时，被问及Sora训练数据的这段视频，已经在全网爆火，引起网友热议。

准备好，WSJ女记者要放大招了——「Sora是用什么数据训练的?」

Murati接下来的表现，十分值得玩味。

她眨了数次眼睛，目光闪烁，思考几秒之后略带迟疑地给出了一个官方味十足的答案——

「我们使用的是公开可用的数据，以及经过许可的数据。」

记者继续出招:「所以，你们是用了YouTube上的视频吗?」

Murati的反应亮了。她撇了撇嘴，眼神茫然地望向空中，犹豫了几秒后只得承认——

「关于这个情况，我不太确定。」

记者步步紧逼:「那Facebook和Instagram上的视频呢?」

Murati的表情仿佛已经在崩溃的边缘——

「你知道，如果这些数据可以公开使用……对……可以公开使用的话……可能是用了这些数据，但我不确定，真的不太确定。」然后她无奈地伸开双手，表示差不多得了。

但记者还在发问:「Shutterstock呢?我知道你们公司和他们有合作。」

Murati摇了摇头，表示，「关于使用数据的细节，我是不会详细说的，但我们用的数据肯定是公开的，或者许可使用的。」

仓促上阵的Murati肯定没想到，记者会准备得如此充分，让她几乎直接掉在坑里。如果处理不够得当，OpenAI极有可能会继续吃官司。

网友形容Murati的窘迫表现

有人预言:Murati的反应绝对会被做成表情包，全网热转。

训练AI模型数据所面临的巨大版权争议，是这一年多全球相关人士讨论最多的话题。

如今，ChatGPT让OpenAI的估值暴涨到了800亿美元;而Sora又几乎要颠覆动辄上百亿票房的好莱坞影视行业 。

然而这些收益却进了OpenAI的腰包，而做出关键贡献的数据所有者，却分文无收，甚至反而被掀了饭碗。

OpenAI被纽约时报起诉、ChatGPT被怒喷应当「销毁」的故事，会再一次上演吗?

网友:她的微表情在说谎

这段采访的视频一出，业内人士和网友都震惊了。

有网友锐评道，这个采访看起来很愚蠢，整个对话仿佛是下面这个样子——

你是坏人吗?

不是。

你是坏人吧?

呃……不是吧?不是。

你到底是坏人吗?

听着，我不是坏人。

还有网友展开了微表情分析，认为Murati很有可能是在说谎。

科技专栏作家Brian Merchant批评道，Murati的表现「要么是对自己公司的产品惊人的无知，要么就是在谎言——无论哪种可能，都非常可怕!」

的确，对于一个AI公司CTO来说，她的表现是完全不合格的。

那么问题来了，如果是后一种可能，Murati为什么要撒谎呢?

如果她意识到自己需要撒谎来掩盖某些事实，那就说明，她心里明白OpenAI的做法是在违法的边缘试探。

而在未来，当OpenAI被法官问话时，这很可能就会给OpenAI埋下一个大坑。

「看起来，OpenAI要面临一场大型诉讼了」

目前，OpenAI正面临着好几场由作家和纽约时报发起的诉讼，后者声称，他们受版权保护的作品未经许可，就被OpenAI用来训练ChatGPT等模型。

与此同时，外媒纷纷发表文章，嘲讽Murati在采访中表现出的样子太不专业。

CTO的这个表现，对官司缠身的OpenAI可真不算个好消息。

如果CTO都无法坚定地回答，现在公司旗下最热门新模型的训练数据来自哪里，那也就证明了，OpenAI高层甚至对这个问题根本就没关注。

据WSJ报道，在采访结束后，Murati证实，Shutterstock上的视频确实包含在Sora的训练集中。

不过，网上有海量的视频内容，OpenAI从Shutterstock得到的，恐怕也只是Sora训练数据池中的一小滴水而已。

其实，这件事情之所以能引起轩然大波，也是因为它直接指向了问题的本质——在公共领域的数据，所属权到底属于个人，还是完全共有?

从前，数据飞轮还没能给LLM加速到日进斗金的程度时，这个问题没有放到台面上讨论过。而现在，它背后代表了巨大的利益。

也有一些人为Murati和OpenAI辩护。

他们认为，既然你把东西发到了网上，就应该默认它属于公共资产。如果你不想公开，那就应该让它们保持私密。

也就是说，一旦事情在公共场合发生，它就属于整个人类。

这么说来，我们在往网上发东西时，都得时刻小心翼翼了。

一家价值数十亿美元的AI公司，很可能会把你随手拍的家人朋友的视频，用作生成式AI模型的养料，获得惊人的利润。

对于这个数据监管的争议，斯坦福教授Christopher Manning表示，目前最合适的AI监管办法之一，就是要求模型厂商记录下他们使用过的所有训练数据。

欧洲议会刚刚通过的AI法案，也同样强调了这一点。

Sora最新一波演示出炉!

虽然在之前的采访里已经提到，Sora生成的视频还有很多bug，但这些不断被放出的演示，依然在不断惊艳世人。

比如瓷器店里的公牛。

扛着摄像机的女记者忽然变成了机器人。（x

拿着手机的小美人鱼，旁边是她的蟹助手。

还拉着Runway对比了一波，生成两个镜头前的女记者。

Sora还在不断掀起飓风

其实，Sora的传奇故事，才刚刚揭开序幕。

一个月前，曾给《死侍2》做特效的44岁视觉艺术家Greg Pilon，突然感觉:自己的行业似乎面临着末日的钟声。

他见到Sora的第一眼，就有这种强烈的感觉。

无人机拍摄的海岸、一个男人在巴黎咖啡馆深沉地思考人生的画面、一个在迪斯科舞厅跳舞的袋鼠……这些惊艳的场景也令他恐惧。

Sora的先进程度，已经远超任何视频AI。

Pilon曾以为，粗糙的AI要威胁自己的生计，且得等几年，但Sora却表明:被淘汰的危机已经近在眼前。

「我现在觉得，两年后，我可能就会被取代了。」

虽然Sora还未发布，但仅仅是一些demo，就已经引起了好莱坞和游戏界的巨大轰动。

电影

前段时间最刷屏的新闻之一，就是好莱坞大导Tyler Perry在Sora刚刚发布一周后，取消8亿美元工作室扩建计划的消息。

对此，导演Scott Mann也认为，Sora将「给我们的行业带来自电影摄影机发明以来最大的变革。」

2018年，Mann参与创立了Flawless，来开发AI电影制作工具。

他们最受瞩目的产品，能够解决电影编辑中的配音问题——这不仅可以节省昂贵的重拍费用，还可以用AI调整演员的嘴型来与另一种语言同步，从而帮助电影顺利地进入国际市场。

在最近的作品《Fall》中，他就利用Flawless对其中的30多处粗口进行了配音处理。因此，电影达到了PG-13级别，扩大了受众范围。

在300万美元的预算下，《Fall》的票房收入达到将近2200万美元，回报近7倍。

不过，Flawless的工作，或许很快就能由Sora完成了。

而给《权力的游戏》和《吸血鬼日记》做特效的视觉工程师Pilon也发现，Sora很可能在几分钟内，完成他曾经要花费数月才能完成的工作。

「没有人预料到它会进展得这么快，」Pilon说。「我们曾认为可能还需十年的技术，现在看来仅需几年。」

游戏

视频游戏公司Midwest Games的创始人Ben Kvalo也表示，自己行业中的某些员工，的确会被AI淘汰。

与艺术家们擅长的特定风格不同，生成式AI能够创造出任何风格，或尝试全新的风格。

而那些与视频游戏开发者合作，为游戏初期角色和场景勾勒草图的概念艺术家，很可能会因此失去工作。

不过，小规模的开发团队，却可能从中受益。

他们本来请不起概念艺术家，现在却可以做出视觉上更高水平的游戏项目，从而大赚一笔了。

而有朝一日，生成式AI也将达到一个新高度——让游戏能够搭载「有意识」的NPC。

现在的游戏中，NPC还停留在说简单台词、做基本动作的阶段，如果AI能让他们自发对话、即兴行动，故事情节会更丰富。

广告

而在广告领域，许多业内人士也坚信，AI模型比大家预料更早地淘汰员工。

不同于电影和游戏制作中缓慢而独具匠心的创作过程，广告行业更看重迅速构思创意提案，尽可能多地采用不同视觉风格，以及根据客户需求快速调整方向的能力。

（Add）ventures的高级副总裁Scott Maiocchi，已经用上Midjourney和Stable Diffusion了。

商业影片导演Justin Poirier，也开始用生成式AI来创建情感氛围板了。

之前，当他需要向客户展示动画艺术潜在的样子时，他需要花费数小时寻找灵感图片。

他相信，未来品牌很可能会采用AI视频作为辅助画面，而无需去Getty或Shutterstock筛选海量的视频。

毕竟，不少每个项目都有预算去用无人机航拍城市天际线的，一旦AI视频成熟，这种画面几秒内就能得到。

3个月诞生10个类Sora应用

人们是不是对Sora有些恐慌过度了?有这种可能。

虽然Sora的展示很惊艳，但它也是一次巧妙的营销——对于OpenAI来说，不断提升公司形象、吸引更多员工和资本，也是无可厚非的。

毕竟，运行Sora还会面临巨大的成本问题，这会给它的颠覆性影响加个封印。

不过，现在市面上的玩家可不仅仅是Sora一家。

Runway和Pika Labs这样的初创公司，也能做出15到16秒的AI视频。而且它们已经分别获得了2.36亿美元和5500万美元的资金

以色列初创公司Lightricks，也发布了文本到视频的全流程平台LTX Studio。

前软件工程师、哈佛大学AI与商业课程教授Mike Grandinetti预测道:「从现在开始到6月，我们将看到10个以上类Sora应用的发布。」

AI在电影、游戏、广告这些行业还会掀起怎样的飓风，让我们拭目以待吧。

参考资料:

https://www.reddit.com/r/MachineLearning/comments/1belin7/n_ooops_openai_cto_mira_murati_on_which_data_was/

https://www.theinformation.com/articles/the-sora-saga-has-only-just-started?rc=epv9gi

https://futurism.com/video-openai-cto-sora-training-data