Image Generation

主要新闻

1. 1

   生成AI画像は訓練データに追跡不可、MIT研究が判明

   MIT のコンピュータ科学・人工知能研究所の研究チームが、大規模データセットで訓練された生成AI画像のほとんどは、訓練に使われた個別の画像に遡ることができないことを発見しました。研究者らはこの現象を「帰属減衰」と呼んでおり、訓練データが多いほど、生成画像を単一の訓練画像に結びつけることが難しくなるとしています。 AI企業が著者の同意なしに書籍や記事、写真などを訓練に使用してきたことから、著作権侵害訴訟が相次いでいます。ディズニー、NBCユニバーサル、ドリームワークスは昨年 MidJourney に対して IP 訴訟を提起し、ニューヨーク・タイムズは 2023年に OpenAI と Microsoft を訴えています。この研究成果は、訓練データと著作権法上の適正利用の定義そのものを再考する必要があることを示唆しており、今後の知的財産権紛争に影響を及ぼす可能性があります。

   研究の主著者でありMITの元研究員である Zheng Dai 氏は、「知的財産の意味そのものを再考しなければならないかもしれない。帰属のリンクが消えてしまうのだ」とセマファーに述べています。

2. 2

   开发者开发pagedMark工具移除自生成图像的AI水印

   发生了什么：一位开发者创建了pagedMark，这是一款旨在从AI工具生成的图像和视频中移除AI来源标记的工具，包括可见标签和隐藏在像素中的水印。该工具通过重新生成图像来消除隐形标记，同时尽力保持视觉相似性。目前支持移除ChatGPT、gpt-image API、Z-Image Turbo和Nano Banana的图像水印，以及Sora、Veo、Seedance、Hailuo和Kling的视频可见标记和元数据。 为什么重要：AI生成的内容越来越多地带有元数据和嵌入信号（如SynthID水印），用以识别其来源。对于使用自己生成的AI内容的创作者来说，这些标记可能会复杂化工作流程——截图等简单移除方法无法消除像素级标记。pagedMark通过重新生成受影响的内容来解决这一问题，但用户应该知道输出可能与原始内容不同（面部、文字和细节可能会改变）。

   值得关注：该工具已在Apple Silicon Mac上进行了测试，包括8 GB和16 GB内存的机器，并内置了内存感知处理功能，以应对低配置机器的资源限制。

3. 3

   工程师在仅有264KB内存的微控制器上训练图像AI

   发生了什么：一名开发者在Shrike lite微控制器上训练了一个扩散模型（一种图像生成AI），该微控制器仅有264KB的SRAM，可生成32×32像素的图像。该设备配备了板载FPGA（可重构芯片），开发者利用它构建了两个并行INT8 MAC引擎，具备16位累加功能，以加速计算。 为什么重要：在严重受限的内存硬件上运行AI模型表明，图像生成——通常是计算密集型任务——可以在嵌入式设备上实现。这可能为边缘设备（传感器、物联网硬件）上的AI推理打开大门，在这些场景中将模型下载到云服务器并不切实可行或不可取。

   值得关注：由于内存瓶颈导致I/O操作繁重，并行加速器的性能实际上更差（约220秒每张图像），反而不如仅用CPU的版本（约70秒每张图像）——这提醒人们，当内存带宽成为瓶颈时，硬件速度单独无法保证端到端的性能提升。图像质量因量化和内存限制而有所下降，但某些输出结果仍可用。

4. 4

   字节跳动与美国电影协会达成AI视频工具版权协议

   发生了什么：字节跳动与美国电影协会（MPA）达成协议，将加强对字节跳动AI视频和图像生成模型的版权保护。 为什么重要：这项协议标志着主要AI开发商与好莱坞行业协会之间从对抗走向合作的转变，为解决内容创作者与AI公司之间的知识产权保护紧张关系开辟了道路。

   值得关注：目前公开的报道中未详细说明协议的具体保护措施和执行机制，进一步披露的实施细节和范围可能会阐明这一模式是否能复制应用于其他制片公司或版权持有方。

5. 5

   Whisker推出的899美元智能猫砂盆无法区分两只猫

   发生了什么：Whisker公司去年年底推出的高端产品Litter-Robot 5 Pro承诺提供AI驱动的猫脸识别和健康监测功能，需要订阅8美元/月的服务，但在6个月的测试中，该系统持续无法区分两只外观明显不同的猫，错误分配体重数据，并且在识别排泄物类型方面也举步维艰。 为什么重要：对于考虑购买899美元设备的猫主人而言，这款设备的核心卖点——通过准确追踪早期发现健康问题——目前还无法实现；错误数据（如错误的体重分配）可能导致错误的结论，测试者不得不手动修正访问记录和档案来协助该机器完成工作。

   值得关注：Whisker表示面部识别系统能够不断学习，应该会随时间改进，公司在发布数月后推出了新的Patterns功能（总结每只猫的日常访问和体重数据），但5 Pro的用户一直在为那些在发布时根本不可用的功能每月支付8美元；非AI版本的Litter-Robot 5（699美元）或LR4（699美元）可能是更好的选择。

6. 6

   Higgsfield融资4亿美元，视频生成需求推动估值飙升至54亿美元

   事件：生成式AI视频、图像和音频创作平台Higgsfield完成由DST Global领投的4亿美元B轮融资，估值相比1月份翻两番至54亿美元。 为何重要：该公司在238个国家和地区拥有超过3000万用户，其中包括财富500强中的360家企业，说明企业对AI驱动创意工具的需求强劲。具有自主性的Agent AI产品——能够在无需持续人工指导下独立运行工作流的自主工具——已成为主要驱动力，Higgsfield在5月推出Supercomputer后，该平台工具使用量在三个月内增长42倍。

   值得关注：Higgsfield对自主Agent和角色、场景生成一致性的关注可能会重塑企业大规模内容创作的方式；该公司报告称在Supercomputer推出后，月度内容生成量超过2000万次。