AI繪圖在全球大熱,mimic卻在日本炎上!日本創作者為何對AI特別警戒?
AI繪圖在全球大熱,mimic卻在日本炎上!日本創作者為何對AI特別警戒?

回顧今年,AI(人工智慧)繪圖工具的崛起在藝術界掀起不少轟動與討論,尤其是將文字轉圖像的生成器DALL-E、Midjourney與Stable Diffusion,而在稍早10月,美國軟體開發公司Anlatan也推出網站NovelAI,不但能續寫故事,還能在接收到文字、草圖、圖片後,產出新的圖像。

日本廠商RADIUS5也在8月29日發布AI仿畫繪圖工具mimic的測試版,在使用者上傳自己的圖畫作品後,就會收到與其畫風類似的30張AI繪製圖(僅人臉部分)。雖然mimic在第一時間受到許多日本創作者的關注與熱議,但是一面倒的負評與炎上卻不得不讓RADIUS5在推出隔天宣布終止服務。

不同於與其他AI繪圖工具(如Midjourney),mimic並沒有已經被訓練過的AI模型,其學習用的資料都是由用戶上傳的;Midjourney沒有預設客群,mimic是為創作者而設計的;Midjourney有固定的繪圖風格,mimic則是模仿上傳圖的風格進行繪製。也就是說,mimic比較類似於一種輸入量與輸出量相等的工具。

mimic_01
mimic運作模式:上傳圖片,生成類似畫風的圖像。

只活了一天!侵權、盜用疑慮讓日網友大力抵制mimic

根據ITmedia的訪談,在RADIUS5負責AI技術的營運長(COO)菅原健太表示,團隊早在2021年10月就開始規劃、設計mimic,並招募五位創作者參與開發,希望AI可以為大眾帶來創新的靈感,並且成為方便的輔助工具。而在官方的介紹中,mimic的用途亦是為創作者提供與其畫風相仿的參考圖,或是做為社群與粉絲交流的一環,且生成圖都會加上浮水印。

儘管mimic的使用條款要求用戶只能上傳自己的作品,或是版權屬於自己的圖,並禁止上傳他人作品,且生成圖的權利屬於原作者,官方也會對侵權問題採取帳戶停權、聯絡司法機構等必要措施,創作者仍對這個工具感到不安與憤怒,因為他們的作品還是極可能在其不知情的情況下,被他人惡意濫用。

有網友表示,為了抵制AI繪圖或防止作品被濫用,有些創作者甚至刪除了推特上所有的圖畫,這樣看來,mimic根本就是傷害創作者的工具;也有人認為官方並沒有規劃有效防止盜用的機制,只會讓侵權問題更加嚴重,受害者也會日漸增加;更有創作者表示如果讓AI持續分析其作品,AI就能仿造出他們日積月累的畫技,以致減損創作者的技術價值。

mimic_site.png
mimic網頁。

面對mimic衍生的潛在風險,不少創作者也開始在推特的個人介紹加入「未經授權不得使用」、「禁止轉發」等警語,而「禁止AI學習」(AI学習禁止)一詞甚至在當時成為日本推特趨勢。雖然mimic最初希望推廣AI輔助創作,顯然是造成了反效果,亦有數萬篇推文都表示不會在AI繪圖軟體中使用其作品。

在mimic測試版推出的隔天,RADIUS5的執行長發出聲明,表示協助開發mimic的創作者已在社群媒體上成為批評辱罵的對象,並強烈要求大眾停止攻擊。當天晚上RADIUS5再度公告,承認mimic對於防止圖片濫用的措施不完善,他們已經終止服務並刪除所有相關圖片。另外,官方也表示未來若能夠改善防止濫用的措施,仍有機會發布正式版。

營運長菅原特別指出,mimic發布後所引發的抨擊完全超出公司預期,許多在社群上活躍的創作者可能受到作品盜用、誹謗等暴露於惡意行為的風險中,社群輿論所帶來的壓力遠比他想像中來得大。而會導致炎上的原因之一,也正是他誤判了創作者對自身作品所投入的情感。

mimic illustrate.png
mimic生成的人臉圖像。

mimic捲土重來!發布審核制、公開制等規範打擊盜用

11月4日,RADIUS5公告釋出mimic測試版2.0,除了保留原本以圖生圖的功能,官方更針對版權、濫用問題等發布新的規範。根據2.0版的第一條新規定,mimic將採用Twitter帳號審核制,只有圖畫皆為自行繪製的帳號,才能通過申請並使用AI功能,審核按申請順序進行,而申請遭駁回並重新申請的功能目前尚未開放。

第二條規定指出,所有mimic測試版2.0製作的圖像、AI學習用的臉部圖畫都會強制公開於官方網站,不可設為不公開(私人),並且覆有浮水印,圖片在生成後的48小時內無法刪除。若有發現該任何圖片未經授權,或違反mimic的使用條款,可以在官方提供表單中回報。

mimic_policy2.png
第二條規定重點:上傳圖公開、生成圖加上浮水印後強制公開、官方提供違規檢舉表單

如同原本的規範,mimic生成圖的權利歸屬皆為學習圖(上傳並餵給AI的圖)的原作者;而在mimic網站上發布圖畫時,可以設定使用範圍,比如不可使用(利用NG)、可商用(商用利用)等。官方目前也正在計畫推出付費制度、創建多種仿畫繪圖風格、讓創作者在mimic網站上販售作品等功能。

日創作者抵制AI情緒強烈,恐影響國內AI技術與應用發展

受日本大眾強烈反彈的其實不只mimic,日本企業CELSYS旗下繪圖軟體CLIP STUDIO PAINT(CSP)原於11月底宣布,要在軟體內測試以Stable Diffusion為基礎開發的AI繪圖輔助功能「圖像生成AI調色盤(画像生成AIパレット)」,使用者只需輸入特定關鍵字,就能生成與文字相符的圖像。

然而消息一出,創作們紛紛留言表達不滿,像是「拒絕使用來源不明(未經授權)素材製作出來的圖」、「AI生成圖像功能會陷創作者於不利」、「不願使用涉及倫理問題而收集的資料」。也有網友不能接受AI功能內建於CSP中,甚至有人認為僅僅使用該繪圖軟體,可能就會讓人懷疑他們的作品是來自AI。於是官方在12月初便宣布取消提供AI功能。

顯然大部分的日本創作者不太能接受AI繪圖,而這種風氣也從抵制AI工具延續到社群之間。曾經有一位日本繪師在推特發布作品後,被網友懷疑使用AI作畫,只好追加上傳繪圖軟體的圖層截圖;為避免延伸版權問題,也有Vtuber(虛擬YouTuber)禁止粉絲使用AI繪製Fan Art(角色衍生二次創作)。創作者社群Pixiv亦因應趨勢推出新標籤,讓用戶可以在搜尋時過濾掉AI生成作品。

相較之下,Midjourney、Stable Diffusion等工具的批評聲浪在日本倒是沒有如此激烈,儘管美國的NovelAI也被人詬病有版權問題,但也沒有因此被下架。而RADIUS5的營運長菅原認為,海外AI圖像生成工具在日本的人氣並不高,最大的原因就是語言,會讀完外文條款的日本人寥寥可數;反之,日文消息或日本產品的訊息在社群媒體上的傳播速度相當快,這也是提高炎上機率的因素之一。

「假如日本企業為國內的創作者提供AI圖像生成功能,就會馬上遭到群眾撻伐,那麼企業可能會很難在日本開發並推廣這類服務,不僅國內的AI發展因此停滯,利潤也將流向海外,無論是企業還是創作者,都無法從中受益。」菅原除了點出問題,也強調現代人應訓練分辨真假訊息的能力,而非盲從謠言。

總結來說,人工智慧對於創作者來說究竟是敵是友呢?現階段的多數創作者對於AI繪圖一事可能還是憂多於喜,畢竟除了維護作品版權,還要擔心飯碗會不會被搶走。關於AI在藝術界的發展還有許多未知數,而決策者與人民始終都要認清科技帶來的變化,並且展開討論、尋找共存模式。

資料來源:AUTOMATONRest of WorldITmedia1ITmedia2ITmedia3

責任編輯:錢玉紘

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓