给ai当“奶妈”，是海角们的生途吗？
老牌中文社区天涯已经住进“ICU”整整一年，破产看来已经注定，但最近一家米国同行搭上AI 快车的消息，又给天涯带来了一丝希望(Hope)。
去年4月，因拖缴数据机房费用，天涯社区遭“断网”。
症结在缺钱。天涯社区称，危机来自于近几年资金流动性困难加剧，网上IDC欠费，导致天涯社区暂停访问。
再听到天涯的消息，是在今年(This Year)2月底，全国企业破产重整案件信息网上公开一条“天涯社区网站科技(Technology)股份(Stock)有限公司被申请破产审查”的信息。
尽管天涯方面否认即将破产的传闻，但天涯重见天日的可能性，到底是更加渺茫了。
在米国，一家式微的老牌内容平台，却依靠AI的浪潮找到了副业，吃下了热钱——第三方图片托管平台Photobucket，一度拥有7000万用户，占据米国在线照片市场的近一半份额。如今，Photobucket辉煌不再，只有约200万人还在使用它。
正所谓“瘦死的骆驼比马大”，已经被大部分人遗忘的Photobucket有之前多年的积累，依然坐拥上百亿照片和视频。而这，正是患上“数据饥渴症”的AI公司最需要的。
在AI热潮下，不断有公司找上门来。以正在进行(Carry Out)的谈判来粗略估计，Photobucket手里掌握的内容可能价值数十亿美元。
有钱但缺数据的AI公司，遇上没钱但积累了海量内容的老牌社区，不交易一下才奇怪。
APhotobucket正在与AI公司谈交易的消息，是由路透社曝出的。
有意思的是，报道中有一句话在后续编辑中被删除：“公司预计，其第一季度营业陆润将增长10倍，达到近49亿美元。”
49亿美元是什么概念？
Photobucket作为一家图片托管网站，刚开始是免费的。在千禧年前后，互联网用户激增，人们可能为了记录生活(Life)，可能为了分享，乐于将照片上传到一个专门的网站。而且，在Photobucket上传了图片后，人们还可以在其他网站如MySpace直接嵌入，省得反复上传。一些卖家也会在eBay可能亚马逊使用Photobucket托管的图片。
用这种方式，巅峰时期的Photobucket一度占据了米国互联网流量的2%。
由免费转向付费，似乎是Photobucket的必经之路。不过，Photobucket有点太心急了。2017年时，Photobucket突然将第三方显示变为每年399美元的付费订阅服务。此举并没有提前的充分预警，很多用户发现自己在其他网站嵌入的Photobucket图片都无法展示，变成了“付费以解锁”的提示。
要知道，Photobucket当时已经有1亿注册用户，有约6000万第三方网站的图片在此次“升级”下无法正常显示。在争议之下，Photobucket次年将年订阅模式改为可月付的模式，并沿用至今。
Photobucket也就此走上下坡路。后续几年，Photpbucket又经历了服务中心断电导致服务中断、隐私泄露等“意外”，渐渐从备受欢迎的图片网站变成了互联网边角料产品。公司规模也从鼎盛时期的120名员工缩水到了40人。
目前(Currently)Photobucket网站提供的付费计划中，最贵的每月收取8美元。以最新报道透露的200万用户在使用Photobucket计算，哪怕他们(They)全部月付8美元，每年也仅能贡献1.9亿美元。而且这对Photobucket来说只是收入，没有剔除存储、维护、运营等的各项成本。
虽然Photobucket在过去二十年损失了不少用户，但除非用户注销，它一直保留着用户的图片。即便是在不再支持免费账户的情况下，Photobucket也明确通知用户：你的照片还在，只需要现在开始付费，就能重新看到它们(They)。
不断有已经弃用Photobucket的用户在社交媒体上吐槽，称自己频繁收到Photobucket“求复合”的邮件，已经不堪其扰。
既然图片都在，海量的内容还存储在服务器上，为什么不用它们(They)赚上一笔？将平台内容授权给AI公司，获得49亿美元，对Photobucket来说可以算是一笔巨款了。
B为什么AI公司会找上“明日黄花”Photobucket？
答案很简单，太缺数据了。以OpenAI的GPT系列模型为例，GPT-3使用了3000亿的token，GPT-4使用了12万亿的token。而已经在路上的GPT-5所需的token量在60万亿到100万亿。
“规模即一切”成为AI的战斗口号。霍普金斯大学(University)卢纶物理学家贾里德·卡普兰（Jared Kaplan）在2020年发表了一篇关于AI的开创性论文，其表明训练数据越多，大型语言模型的表现越好，就像学生(Students)通过阅读更多书籍来学习更多知识一样。
互联网上公开可用的数据在大模型面前并不是取之不尽的。据人工智能研究机构Epoch估计，2026年所有高质量可用数据就有可能被耗尽，互联网生产数据的速度有可能比不上不断膨胀的大模型的消耗速度。
“数据饥渴”的AI公司获取数据的路径，总结起来就是：免费的，直接用；自家的，直接用且不给别人用；可以付费的，付费；付费也买不到的，必要时想想办法弄到手。
近日，《纽约时报》报道OpenAI曾在训练GPT-4时利用(Use)了谷歌旗下YouTube的内容。直接取用肯定不行，谷歌不让啊。于是OpenAI计上心头，创建了一个名为Whisper的语音识别工具，将超过100万小时的YouTube视频转录，然后再喂给模型。
此前，尚未开放给大众的文本到视频工具Sora也引起了外界怀疑。在一次采访中，OpenAI的首席技术官米拉·穆拉蒂（Mira Murati）没有正面回复“是否使用YouTube、Instagram、Facebook等平台的内容训练Sora”这一问题，她听到该问题时复杂的表情甚至成为了互联网梗图。
YouTube首席执行官尼尔·莫汉（Neal Mohan）在4月5日对此表态，称目前(Currently)没有证据表明OpenAI用了YouTube视频训练Sora，但如果OpenAI果真这么做了，那“明显违反”了YouTube平台的使用条款。
要是以为YouTube是在努力(Effort)保护用户（可能说创作者），可能有点天真。莫汉在采访中也提到，谷歌确实用了YouTube上的一些内容训练了旗下大模型Gemini。
另一边，巨头Meta的马克·扎克伯格（Mark Zuckerberg）也将平台数据视为自己的竞争优势。扎克伯格曾直言：“我们(We)战术的下一个关键部分是从独特的数据中学习。”“在Facebook和Instagram上，有数千亿张公开分享的图片和数百亿段公开视频。”
在去年怒喷微软，威胁要起诉其使用X的数据训练AI的埃隆·马斯克（Elon Musk），也悄悄更新了X的隐私国策，表示会使用社交媒体数据来训练机器学习和AI模型。在网友的追问下，马斯克干脆承认：“只会用公开信息（训练），不会用私信和任何私人数据。”
有海量UGC（用户生成内容）且自己也做AI的公司，数据是不卖的，只给自己用。其他AI公司要么就铤而走险偷偷用，要么就要去找那些有内容但愿意出售的公司。
ShutterStock和Reddit都是活跃在数据交易场上的“大卖家”。
图片网站ShutterStock几乎和所有叫得上名字的AI大公司都合作了个遍，包括但不限于OpenAI、Meta、谷歌、亚马逊，达成使用其图片训练AI的协议。每笔交易的最初价格从2000万美元到5000万美元不等，而且后续还扩大了交易规模。
随着AI浪潮翻涌，“米国贴吧”Reddit意识到自己的数据对AI公司至关重要，且非常宝贵。去年开始，Reddit开始与一系列AIGC领军企业展开谈判，商议数据付费使用的问题。说白了就是，不付费要授权，休想用这一头部米国贴吧的内容喂AI了。谈判陆续有了进展，如今年(This Year)2月，Reddit就与谷歌达成协议，授权数据给其训练AI，合同价值约每年6000万美元。
在这样的态势下，Photobucket这样的老牌社区被盯上只是时间问题。
Photobucket的首席执行官泰德·伦纳德（Ted Leonard）表示，他正在和多家科技(Technology)公司谈判，涉及130亿个内容（照片和视频）的授权。每张照片的授权价格在5美分到1美元，视频则为1美元以上。
一位买家告诉伦纳德，他们(They)想要超过10亿个视频，比Photobucket拥有的还多。以现在的谈判来看，Photobucket坐拥数十亿美元的内容。
机智的Photoshop在去年10月更新了其用户条款，授予平台“不受限制的权利”，可以出售任何上传的内容，用于培训AI系统。
伦纳德甚至表示，有望用数据授权替代公司的广告销售业务。
C繁忙的数据交易市场，也许给式微甚至已经死亡的UGC平台提供了一个“副业”。
天涯究竟积累了多少内容不可知，几个数据可以从侧面一窥其规模。巅峰时期，天涯的日访问量曾达到2000万。
在中文社区的黄金时代，流行着“全民话题，天涯制造”的说法。众多初代网红诞生于这里，如芙蓉姐姐、极品小月月、犀利哥等。众多畅销书孵化于此处，如《鬼吹灯》《明朝那些事儿》《东北旧事：黑道风云二十年》《法医秦明》等等。
中文论坛对AI训练的用处也正在被关注。
一项研究显示，百度贴吧的“弱智吧”显现出不俗的数据训练效果。
这项研究由中科院深圳先进技术研究院、中科院自动化研究所、滑铁卢大学(University)等众多高校、研究机构联合完成，提出了一个高质量的中文指导优化数据集。研究中用中文指导优化数据集训练了不同类型和大小的模型，探讨了各种数据源对模型性能的影响。在测试中，百度贴吧“弱智吧”的得分颇高。
“弱智吧”聚集了300个成员，并不是真的和智力障碍相关，而是“假装弱智”，发表一些烧脑言论。如“如果高中(High School)的入学率不高，为什么不直接录用大学(University)生(Students)”，可能“为什么我爸妈结婚的时候没有邀请我”。研究人员猜测，可能是“弱智吧”的问题增强了AI的逻辑推理能力。
这是全民创作和AI之间碰撞出的火花，社区内容有时能贡献意想不到的惊喜(Surprised)。
不过，横在社区内容和AI之间的，还有用户。
就像Photobucket忙不迭地更新用户条款，中文互联网的“内容确权”也一直是个问题。
一方面，中文互联网平台早已形成了将授权条款埋入用户条款里的习惯。目前(Currently)所能查到的天涯2017年的《隐私和版权》协议中写明：“用户发表并将其上传到本网站的任何内容，本社区在全世界范围内不限形式和载体地享有永久的、不可撤销的、免费的、非独家的使用权和转授权的权利，包括但不限于修改、复制、发行、展览、改编、汇编、出版、翻译、信息网站传播、广播、表演和在创作及著作权法等法规确定的其他权利。”
天涯“断电”后，网站上售卖“天涯神帖合集”的生意走俏。天涯曾在重启公告中称，关注到天涯神贴在各大平台大受欢迎，“计划从现在开始发展一批高级会员，在回复访问后的天涯社区平台上开辟天涯神贴付费专区”。
在重启公告的最后，天涯表示，“无论是预购一个‘99元天涯神贴服务’，还是预购一个‘299元一对一数据下载服务’，都是对天涯重启非常重要的助力”。文末，天涯附上了购买二维码。
另一方面，平台是否就此有权将用户内容授权给其他公司以训练AI，还有待商榷。
用户对此颇为警惕。
在去年，小红书曾更新用户条款，在“用户内容及信息授权”中写着“您授予xxx公司免费的、不可撤销的、非排他的、无地域限制的许可使用”，并表示“上述许可包括使用、复制和展示用户内容中受保护的个人形象、肖像、姓名、商标、品牌、标识及其他营销推广素材、物料的权利和许可”，加之彼时恰有插画师质疑AI工具涉嫌抄袭，而引发了插画师对平台用自己上传的作品训练AI的担忧，不少插画师公开抵制，并宣布在该平台停更。
如今PhotoBucket首席执行官接受采访，并坦诚平台与AI公司进行(Carry Out)授权协议，但并不是每个AI公司都对其内容放心。
Defened.ai的首席执行官布加拉（Daniela Braga）表示，她避免从Photobucket这样的平台公司获取内容，而更喜欢从创作这些照片的原作者那里获取授权：“我认为这非常危险。”“如果有一些AI生成的东西类似于某个从未点头许可的人的照片，那就有麻烦了。”
参考资料：
1、量子位：《弱智吧竟成最佳中文AI训练数据？中科院等：8项测试第一，远超知乎豆瓣小红书》
2、每日经济(Economy)新闻(News)：《天涯社区重启时间表公布 谁会花99元买“天涯神贴服务”？》
3、科技(Technology)狐：《成立 23 年，承载无数人记忆的社区关闭了……》
4、钛媒体：《钛媒体独家｜天涯社区App“复活”，上线应用商店但无法正常使用，公司正筹资1000万元》
蓝鲸财经(Finance)：《情怀不值钱？“破产迷局”后“天涯重启”延期》
本文来自微信公众号“字母榜”（ID：wujicaijing），作者：毕安娣，36氪经授权发布。
该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。
+110好文章，需要你的鼓励
字母榜特邀作者5收 藏+10评 论打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮微 博沉浸阅读返回顶部参与评论评论千万条，友善第一条登录后参与讨论(Discuss)提交评论0/1000你可能也喜欢这些文章深访硅谷一个月后，一位投资人发问：大模型持续烧钱最后由谁买单？李彦宏还缺个Sora走进 AI 高薪族：小而美团队成主流，博士生招聘需求飙升 430%Suno爆火没一个月，文生音乐(Music)的头把交椅就要换人了？山姆·奥特曼跻身“十亿级”富豪榜：身家超20亿美元，不含OpenAI股份(Stock)谷歌、OpenAI、Mistral 在24小时内打响科技(Technology)界“三强争霸赛”大模型加持后，数字人“更像人”了吗？李彦宏最新内部讲话：开源大模型不如闭源，后者会持续领先刚刚，ChatGPT 大更新， GPT-4 今天(Today)开始又变聪明了最新文章推荐深访硅谷一个月后，一位投资人发问：大模型持续烧钱最后由谁买单？祖国电商巨头在国外市场遭挑刺，是否会影响业务发展？工信部：加快重点行业智能升级李彦宏还缺个Sora走进 AI 高薪族：小而美团队成主流，博士生招聘需求飙升 430%离开百度7年后，吴恩达终于大厂“再就业”：加入亚马逊董事会，帮其达成AI大志遇到不合作的同事，7个方法帮你化解数字化风口里的「中科仙络」，专科生的就业新宠？｜春季招聘报道高管带头降薪，银行也要过“紧日子”院士排队IPO，从夫妻店到二代掌权，他家身价可能超40亿
字母榜特邀作者让将来不止于大。勾搭加微taiqiuhenniu
发表文章965篇最近内容给AI当“奶妈”，是天涯们的生路吗？21分钟前互联网补贴减肥神药23小时前马云力挺变革，阿里不破不立23小时前阅读更多内容，狠戳这里下一篇汽车(Car)质检市场需求高增，AI智能机器视觉行业受益技术自主可控，能够率先取得AI智能检测技术验证的企业将具备先发优势。
22分钟前
热门标签智能投顾理财平台金百万烤鸭邓超全聚德互联网产业联想电脑(Computer)喜剧片博纳影业漫画国庆节松鼠新天津树袋熊供应链彭博数据新闻(News)交易员玛莎百货第二杯bitfinex数字货币货币ios11矿机瑞波币日本(Japan)货币xrp软件关于36氪城市合作寻求报道我要入驻投资者关系商务合作关于我们(We)联系我们(We)加入我们(We)网站谣言信息举报入口热门推荐热门资讯热门产品文章标签快讯标签合作伙伴
36氪APP下载
iOS Android
本站由 阿里云 提供计算与安危服务 违法和不良信息、未成年人保护举报电话：010-89650707 举报邮箱：jubao@36kr.com 网上有害信息举报© 2011~2024 首都多氪信息科技(Technology)有限公司 | 京ICP备12031756号-6 | 京ICP证150143号 | 京公网安备11010502036099号意见反馈36氪APP让一部分人先看到将来36氪鲸准氪空间
推送和解读前沿、有料的科技(Technology)创投资讯
一级市场金融信息和系统服务提供商
聚焦全球优秀创业者，项目融资率接近97%，领跑行业
相关文章
- 赞(996) 踩(30) 阅读数(875) 最新评论 查看所有评论
-
加载中......
- 发表评论
-