新上线今天0 投票
音乐家如何因训练AI而获得报酬：追溯生成歌曲的根源或可指导支付，但公平性存疑
随着生成式AI在音乐创作领域的广泛应用，一个核心问题日益凸显：训练这些模型所使用的音乐作品，其原创者应如何获得合理报酬？新南威尔士大学创意产业研究员Oliver Bown在IEEE Spectrum的客座文章中探讨了这一议题。他指出，当前AI音乐生成模型（如Suno、Udio等）通常基于海量受版权保护的音乐进行训练，但创作者并未因此获得直接补偿。Bown提出一种可能的解决方案：通过技术手段追溯AI生成歌曲的“根源”——即分析输出结果与训练数据中特定作品的相似度，从而为报酬分配提供依据。然而，这种方法面临着巨大挑战：AI模型并非简单复制，而是从无数样本中学习模式和风格，使得精确追溯变得极其困难。此外，公平性问题也悬而未决——如何界定贡献比例？是否所有被“学习”的音乐家都应获得报酬，还是仅那些生成结果与原始作品高度相似的情况才需补偿？Bown认为，单纯依赖技术追溯可能无法解决根本矛盾，需要结合法律框架和行业共识，建立更透明的数据使用和收益分配机制。文章最后呼吁，在AI音乐商业化加速的当下，必须优先保障创作者的权益，否则将加剧技术发展与艺术生态之间的紧张关系。
