Zainspirowała Cię ta historia? Zamień pomysł we własną sztukę AI w kilka sekund — zacznij za darmo, bez karty.
Zacznij za darmo
Pippa, startup stojący za modelem wideo Seedance, oferuje artystom bezpośrednie płatności tantiem, gdy ich prace są licencjonowane na potrzeby trenowania modelu — to konkretna próba odpowiedzi na lata oskarżeń, że firmy zajmujące się generatywną AI czerpią zyski z nieautoryzowanego scrapingu.
Zamiast masowo pobierać publicznie dostępne obrazy i filmy, Pippa zbudowała pipeline licencyjny, który pozwala artystom bezpośrednio przesyłać swoje prace, akceptować warunki i otrzymywać płatności powiązane z częstotliwością, z jaką dane prace wpływają na wyniki modelu. Dokładna formuła tantiem nie została opublikowana, co jest kością niezgody dla sceptyków — bez przejrzystych cenników artyści nie mają możliwości porównania swoich rzeczywistych zarobków z wartością komercyjną, jaką czerpie Pippa.
Struktura opt-in daje artystom coś, czego większość obecnych umów dotyczących trenowania AI nie oferuje: możliwość wycofania się. Jeśli artysta wycofa swoje prace, Pippa zobowiązuje się do usunięcia ich z przyszłych sesji treningowych. To istotna klauzula, nawet jeśli egzekwowanie jej w różnych wersjach modelu jest technicznie niejasne.
Kadr z wideo wygenerowanego przez Pippa Seedance AI, pokazujący jakość wyników modelu.
Obraz: The Verge / The Verge AI
Seedance wchodzi na zatłoczony rynek wideo AI — konkurując z Runway, Kling, Sora i innymi — w momencie, gdy grunt prawny pod praktykami dotyczącymi danych treningowych wyraźnie się przesuwa. Sądy zaczęły dopuszczać roszczenia z tytułu praw autorskich przeciwko firmom AI, a orzeczenie DMCA w sprawie web scrapera przeciwko Google i Reddit dodało nowej niepewności co do tego, co stanowi dozwolony użytek w pipeline'ach treningowych.
Dla twórców generujących wideo za pomocą narzędzi AI pochodzenie danych treningowych staje się realnym czynnikiem komercyjnym, a nie tylko etycznym. Agencje stockowe, agencje reklamowe i platformy zaczynają pytać, czy modele AI używane w pracach dla klientów były trenowane na odpowiednio licencjonowanych materiałach. Model oparty na tantiemach, taki jak Seedance, daje tym twórcom czystszą odpowiedź.
Nie wszyscy są przekonani, że matematyka działa na korzyść artystów. Podstawowe napięcie: model wytrenowany na pracach tysięcy artystów generuje przychody na dużą skalę, podczas gdy udział tantiem każdego indywidualnego twórcy jest rozcieńczony w całym zbiorze danych. Krytycy twierdzą, że ta struktura przypomina wczesny model streamingu muzycznego — technicznie kompensacyjny, praktycznie pomijalny dla każdego twórcy z osobna.
Zgodnie z relacją The Verge na temat programu, niektórzy artyści, do których się zwrócono, pozostają ostrożni, kwestionując, czy systemy licencjonowania opt-in dają firmom AI ochronę reputacyjną bez zapewnienia realnych korzyści ekonomicznych osobom, których style i praca stanowią podstawę wyników.
Ten sceptycyzm nie jest bezpodstawny. Te same społeczności ilustratorów, które sygnalizowały nieautoryzowany scraping na lata przed tym, zanim stał się on głównym tematem medialnym, teraz analizują drobny druk tych umów licencyjnych. Ich ocena ma znaczenie — nie tylko etyczne, ale dlatego, że adopcja przez artystów decyduje o tym, czy zbiór danych Pippy jest rzeczywiście wyróżniający się, czy to po prostu kolejny model wytrenowany na cienkiej warstwie materiałów od wyrażających zgodę twórców, uzupełniony materiałami z domeny publicznej.
Jeśli budujesz przepływy pracy wideo oparte na generowaniu AI — czy to dla klientów, treści w mediach społecznościowych, czy własnych projektów — model licencyjny Seedance wart jest śledzenia, nawet jeśli nigdy bezpośrednio nie zetkniesz się ze stroną tantiem. Modele z udokumentowanymi, opartymi na zgodzie danymi treningowymi są coraz częściej tymi, które przetrwają kontrolę prawną i zmiany polityki platform.
Pippa nie opublikowała pełnego zestawienia składu swojego zbioru danych ani stawek tantiem, więc należyta staranność nadal wymaga uważnego zapoznania się z warunkami. Jednak strukturalne zobowiązanie — opt-in, możliwość wycofania, wynagrodzenie — wyznacza poprzeczkę, którą inni dostawcy modeli wideo będą musieli dorównać lub wytłumaczyć jej brak.
