美国最大媒体出版商之一People Inc.与微软签署了AI授权协议。这家媒体巨头(前身为Dotdash Meredith)在母公司IAC第三季度财报中宣布了这一消息。
根据协议,People Inc.将成为微软出版商内容市场的首批合作伙伴。这是该公司继去年与OpenAI达成协议后的第二份AI合作协议。
People Inc.首席执行官尼尔·沃格尔将这个新市场描述为"本质上是一个按使用量付费的市场,AI公司可以直接以'点菜式'的方式向出版商支付内容使用费用。"
他赞扬微软致力于为内容付费以支持其AI发展,并补充说微软的Copilot将成为该市场的首个买家。沃格尔表示:"能够与他们同桌协商对我们来说是一个非常有力的认可,也是对出版市场和内容价值的强烈认可,这些内容能够打造高价值的AI。"
微软协议的公布是在IAC财报期间宣布的,同时披露的消息还显示,谷歌搜索的AI概览功能正在损害该出版商的流量。People Inc.首次向投资者分享数据显示,两年前占其流量54%的谷歌搜索,在上一季度已降至仅占其流量的24%。
该协议与OpenAI的合作有所不同,沃格尔将OpenAI协议描述为更像是"自助餐"模式,但他表示People Inc.对两种模式都很满意。对公司而言,重要的是其工作得到"尊重和付费"。不过,公司没有透露具体的协议条款。
People Inc.一直对AI公司在未付费的情况下吞噬媒体内容来推动AI产品和训练模型的做法表示不满。最近,沃格尔批评谷歌,称这家科技巨头是"不良行为者",因为它使用同一个爬虫既为谷歌搜索引擎抓取网站,也为其AI功能服务。出版商无法阻止这个爬虫,因为谷歌搜索仍占其流量的很大比例。
然而,People Inc.使用网络基础设施提供商Cloudflare的技术来阻止其他AI爬虫,促使AI公司主动寻求内容协议。9月,沃格尔将采用Cloudflare技术的决定归因为推动AI公司走向谈判桌的方式,并指出在采用该解决方案后,其协议进展"更加顺利"。
在今天与投资者的财报电话会议上,他重申了这些观点,称阻止AI爬虫"非常有效"并"让几乎所有人都坐到了谈判桌前"。沃格尔暗示,随着时间推移将宣布更多协议。
IAC报告称,People Inc.本季度数字收入增长9%,达到2.69亿美元,主要由效果营销和授权业务推动,分别实现38%和24%的增长。该公司还披露了收购专注食品领域的媒体出版商和影响者网络Feedfeed的消息。
Q&A
Q1:People Inc.与微软的AI授权协议具体是什么模式?
A:People Inc.与微软的协议是按使用量付费的模式,被称为"点菜式"付费方式,AI公司可以直接向出版商支付内容使用费用。微软的Copilot将成为该市场的首个买家,这与之前与OpenAI的"自助餐"模式有所不同。
Q2:谷歌AI概览功能对媒体出版商造成了什么影响?
A:谷歌搜索的AI概览功能严重影响了媒体出版商的流量。以People Inc.为例,两年前谷歌搜索占其流量的54%,但在最近一个季度已降至仅占24%,流量大幅下滑对出版商的收入造成了显著冲击。
Q3:媒体出版商如何应对AI公司未经授权使用内容的问题?
A:媒体出版商通过技术手段主动出击,如People Inc.使用Cloudflare技术阻止AI爬虫,迫使AI公司主动寻求内容授权协议。这种策略被证明"非常有效",让几乎所有AI公司都愿意坐到谈判桌前商讨合作。
好文章,需要你的鼓励
英国宠物慈善机构PDSA数据显示,超过半数宠物主担心无法承担兽医费用。科技公司正通过AI和物联网技术解决这一市场需求。在伦敦兽医展上,多家初创公司展示了创新技术:AI for Pet利用视觉AI分析宠物眼部、皮肤等图像提供健康洞察;Sylvester.ai开发AI模型识别猫咪疼痛表情;VEA整合患者数据自动化诊断。此外,智能项圈等物联网设备可追踪宠物健康症状。这些技术有助于宠物主采取预防措施,降低兽医费用。
蚂蚁集团等机构联合提出IGPO方法,解决多轮AI智能体训练中的奖励稀疏问题。该方法通过信息增益为每个交互轮次提供密集反馈,避免传统方法中的"优势坍塌"现象。在七个数据集上的实验表明,IGPO显著超越现有方法,平均提升4.8分,对小型模型改进尤为显著。该研究为多轮推理AI训练提供了新思路。
北欧国家启动统一人工智能产业计划,旨在通过合作在全球舞台上竞争,获得微软和谷歌支持。10月成立的新北欧AI中心获得350万英镑初始预算,但谷歌和微软是唯一提供资金支持的科技公司,具体金额保密。该中心将开发生成式AI系统并建设应用AI服务的系统。北欧教育部长承诺追加资金开发大型北欧语言生成AI模型。尽管资金有限,但北欧国家希望通过联合力量在AI竞赛中提升地位。
ETH苏黎世大学和Google联合开发的VIST3A技术,通过巧妙拼接视频生成模型和3D重建模型,实现了仅用文字描述就能生成高质量3D场景的突破。该技术采用模型拼接和直接奖励微调两大核心创新,在多个基准测试中显著超越现有方法,为3D内容创作的民主化开辟了新路径,有望推动游戏、教育、设计等领域的变革。