唱片业已对领先的AI音乐生成器Suno和Audio提起诉讼,指控其大规模侵犯版权。原告包括环球音乐集团、华纳音乐集团和索尼音乐集团等主要唱片公司,正在寻求每件侵权作品最高150,000美元的赔偿。

音乐业声称,Suno和Audio未经许可训练了他们的AI模型,使其能够生成与该行业传统产品竞争的音乐。针对Suno的诉讼在马萨诸塞州提起,而针对Audio母公司Uncharted Inc.的案件则在纽约提起。

作为回应,Suno和Audio表示,他们的生成式AI模型旨在创造新的音乐创意,而非复制受版权保护的作品。他们认为,他们的系统已明确接受培训,避免复制艺术家的声音或受版权保护的内容,并相信生成式AI将成为现代社会的主流。

这场法律之战的结果将为未来涉及AI生成内容和版权侵权的案件设立先例。音乐业的立场是可以理解的,因为AI驱动的音乐创作的兴起可能会严重扰乱他们的传统商业模式。然而,Suno和Audio坚称,他们的技术旨在赋能艺术家,促进新的创意表达。

玩具反斗城首次推出由Sora生成的开放式AI品牌广告,遭到公众的强烈反对。这则广告标志着生成式AI首次应用于商业制作,受到各种社交媒体平台的广泛批评和负面反应。

许多人对在广告中使用AI生成内容表示失望和厌恶。评论称该广告"很烂"、"很糟糕"和"没有灵魂",有些人甚至认为该广告加剧了玩具反斗城品牌的衰落。

公众对AI在此广告中的使用表示反对,突出了生成式AI技术在创意行业面临的持续挑战和阻力。公众反应表明,人们更喜欢人工创作的内容,认为AI生成的作品缺乏人们期望营销和广告中的真实性和情感联系。

这种反弹提醒我们,将AI技术融入创意领域需要谨慎的方法。虽然该技术可能提供效率和成本节省的好处,但公众对AI生成内容的看法和接受度仍然是企业必须谨慎应对的重大障碍。随着生成式AI在营销和广告中的应用不断发展,品牌需要在技术优势和受众期望之间取得平衡。

来自聊天机器人领域的最新消息 - Claude 3.5 Sonet已经超越GPT-4,在编码领域名列前茅,目前与GPT-4和其他前沿模型并列第一。

构建自主软件代理的公司Factory AI有一个新的基准,展示了Claude 3.5 Sonet在软件工程问题上的领先表现。该公司还宣布了由CA Capital牵头的1500万美元A轮融资。

这是一个了不起的成就,因为它展示了先进编码AI系统开发的快速进展。与亚马逊的Delphi和其他开源系统相比,Factory Code Droid的表现高出5%,这是一个显著的差距。

这一消息突出了自主软件工程的日益重要性,以及AI驱动系统有望革新软件开发方式的潜力。随着行业的不断发展,我们将看到这项技术如何影响就业格局和软件工程的未来。

Anthropic公司CEO Dario Amodei最近在接受《时代》杂志采访时谈到了主导AI系统发展的缩放定律。

Amodei解释说,随着AI模型接受更多计算能力和数据的训练,它们的能力和功能会呈可预测的增长趋势。他指出,Anthropic最近没有发布任何重大新模型,但进展仍在继续,他们没有看到任何证据表明缩放效应正在减弱。

Amodei承认,如果缩放效应停止,这可能对世界有利,因为它会减缓开发越来越强大AI系统的"竞赛"。然而,他表示Anthropic无法决定缩放效应何时会停止,而且这些模型仍然带来许多令人兴奋的好处。

CEO的评论表明,Anthropic和更广泛的AI界预计会继续看到AI能力的不断提升,未来几年内可能会出现像GPT-6这样更强大的模型。这与微软CEO萨蒂亚·纳德拉的预测一致,他预计需要到GPT-6(大约2年后)AI模型才能在新环境中一致地遵循指令并采取连贯的行动。

总的来说,Amodei的评论表明,AI的快速进步势必持续下去,研究人员和公司正在竞相开发越来越强大和多功能的AI系统。这种持续的AI能力扩展无疑将对未来几年的各行各业产生重大影响。

音乐业针对Suno和Yudo等AI音乐生成器提起的诉讼突出了技术进步与知识产权保护之间日益加剧的矛盾。虽然AI公司辩称,他们的模型旨在创造新的音乐创意,但唱片公司则声称,在受版权保护的作品上训练这些模型构成了侵权。

这场辩论引发了关于创造力未来以及AI在音乐行业中角色的重要问题。一方面,音乐业对AI生成音乐对其收入和艺术家生计的潜在影响表示合理担忧。创作原创音乐的时间和努力应该得到尊重和补偿。

另一方面,AI公司则辩称,他们的技术正在赋能艺术家,促进新的创意表达形式。为那些有身体限制的人生成音乐,或启发新的创意,这是一个引人注目的用例。

这场冲突的解决方案很可能会为未来涉及AI和版权的案件设立先例。需要采取一种平衡的方法,既承认音乐业的权利,又确保AI公司的公平补偿,以促进创新并确保艺术家得到公平回报。

最终,这场法律之战的结果将对音乐行业的未来以及AI在创意领域的角色产生重大影响。这是一个复杂的问题,需要仔细考虑各方利益相关者的细微差别和潜在影响。