IP Protection in the Era of Visual Generative AI: A Survey
本综述提出了一个针对视觉生成式人工智能知识产权保护的新颖二维分类法，通过按其控制逻辑和目标资产类型对技术防御进行分类，以系统地回顾现有方法、统一评估协议并识别关键的未来挑战。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在过去的几年里，一种新型计算机程序学会了创造看起来惊人真实的图像和视频。这些被称为视觉生成式人工智能的系统，只需通过阅读一段描述，就能制作出艺术品、广告，甚至是完整的场景。它们通过研究互联网上海量的现有图片和视频，学习光影、色彩和形态的模式，直到能够从零开始进行重构。虽然这项技术为艺术家和设计师打开了大门，但也制造了一个复杂的法律与伦etical（伦理）谜题。由于这些程序从大量素材中学习，它们有时会复制受保护的风格、窃取真实人物的肖像，或是在未经许可的情况下重现受版权保护的图像。与此同时，这些程序本身也是极具价值的发明，其开发者担心他人可能会窃取他们的作品或复制其独特的能力。随着这些工具变得越来越强大，“谁拥有什么”以及“如何保护这些权利”的问题已变得迫在眉睫。
来自加拿大、欧洲、亚洲和美国的多个机构的研究团队，现在已经绘制出了旨在解决这一问题的完整解决方案图谱。研究人员并没有按照使用时间或技术原理对这些方案进行分类，而是根据它们实际试图阻止的对象进行了整理。他们发现，目前所有的手段都属于三类主要的行动范畴：控制计算机最初被允许学习哪些信息、限制计算机在运行时被允许创造什么，以及在出现问题后提供事后证明。这种看待该领域的新方式有助于澄清混乱的技术组合，并揭示了目前的防御手段在何处强大、在何处危险地薄弱。
第一道防线侧重于训练阶段，即在计算机开始创造新图像之前。这被称为信息暴露控制。一方面，研究人员正在开发保护原始数据的方法，例如受版权保护的绘画或人物照片。一些方法涉及清理训练数据以去除重复项，而另一些方法则是对图像进行人类无法察觉但能让计算机感到困惑的细微修改，从而使机器难以记忆特定受保护作品的具体细节。另一方面，也有方法用于保护计算机程序本身。由于这些程序的构建成本高昂，其开发者希望确保如果有人窃取了该程序，他们无法在未经许可的情况下利用它来生成高质量图像。一些研究人员开发了数字锁，需要特定的密钥才能解锁模型的全部功能，从而确保被盗的副本对没有正确凭证的人来说毫无用处。
一旦计算机经过训练并准备好进行创作，重点就会转向生成行为约束。这种方法假设计算机可能已经掌握了过多的知识，并试图阻止它以有害的方式使用这些知识。对于保护原始数据而言，这意味着教导计算机忽略那些会导致复制特定艺术家风格或名人面孔的请求。研究人员开发了“消除”这些特定概念的技术，有效地移除生成它们的能力，同时保留计算机的其他技能。对于保护计算机程序本身而言，这意味着防止他人通过诱导系统来泄露其秘密或复制其独特能力。一些防御手段通过检测是否有人试图通过重复提问来进行逆向工程，而另一些则通过增加难度，使他人难以针对未经授权的个人用途对模型进行微调。
第三类——归属与问责——处理的是后续问题。如果出现了一件看起来极像受保护作品的艺术品，或者在野外发现了被盗版的程序，这些方法提供了证明所有权的证据。这包括在用于训练的数据或计算机生成的最终图像和视频中嵌入不可见的数字水印。这些标记就像数字指纹，允许所有者将某件内容追溯到其来源，或证明特定的数据集曾用于训练某个模型。同样，研究人员开发了识别由哪个特定计算机程序生成图像的方法，即使该程序经过了轻微修改。这对于法律纠纷至关重要，因为它能将模糊的盗窃嫌疑转化为可验证的证据。
研究人员还检查了这些技术解决方案是如何测试的，并发现该领域缺乏衡量成功的一致标准。不同的团队使用不同的测试，导致很难比较哪种方法真正更好。他们指出，虽然许多方法在简单的测试中表现良好，但在面对试图移除保护措施或绕过规则的聪明攻击者时往往会失效。此外，目前大多数研究都集中在一种特定类型的计算机程序上，这导致在如何保护其他新兴类型的系统方面存在知识空白。该研究表明，未来的保护将不会依赖于单一的“灵丹妙药”，而是依靠这三种方法协同工作，并辅以更清晰的法律和行业标准。
论文总结道，尽管已经取得了显著进展，但该领域仍处于早期阶段。目前的工具在降低风险方面是有效的，但尚未达到完美。研究人员强调，仅靠技术手段是不够的；它们必须与尊重所有权的法律框架和行业实践相结合。随着这些强大的工具不断演进，挑战将在于建立一个既能保护原始内容创作者，又能保护新技术开发者的系统，从而确保创新可以在不牺牲前辈权利的前提下持续发展。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。