由于行业尚处于无序阶段,各个国家也有不同的政策,AIGC的风险具有未知性和复杂性等特点,很多企业对于风险的预测,防范和应急处置能力均尚未完善。
而Adobe则选择“有限制”地开放,公开表示只要符合特定标准,就允许在图片库AdobeStock中上传生成式AI艺术品进行售卖,但上传前必须标记AI制作的内容,并且需要拥有其参考图像或文本的商业版权。
同时,Adobe还为自身AI绘画的付费服务从版权上提供了解决方案,官方表示如果遇到作品版权纠纷问题,他们将完全承担买方的损失,由此让付费使用AI绘画功能的用户不必产生版权方面的忧虑。
我们可以看到,AIGC相关企业的版权意识已经有明显的进步,很多平台都在试图通过一种“负责任”的方式来解决AI作品存在着著作权归属不清的现实困境。
未来要实现这种级别的跨越,可能会涉及到哪些软硬件升级。
首先在数据采集这个层面上,较初都是用3D的照明,相当于数字人的采集系统。
它是用复杂的散斑照明系统,来模拟各种环境光的照明,甚至还增加偏振,让各种色彩维度的信息的能够模拟,包括人脸上的皮肤发质等等在不同的环境下能够被很好地适应。
在今年年底,在研的laststage的产品就能够比较好地服务于我们的应用,整个后面的渲染工作就可以从原来完全无法自动化向自动化推进一些。
另外,我们希望动作捕捉系统能够有更高的精度,同时在算法软件上,也就是运用一些AI的技术,把我们大量采集到的数据中获得的一些噪声和干扰能够比较充分的剔除掉。
这样获得的数据能够比较好的推动自动驱动和自动绑定技术,所以算法工作,还有的硬件装备的提升,对整个工作的自动化的提高,会产生很大的推进效果。