Getty 使近 8.8 万张艺术图像可免费使用

AI 训练与开放许可图像

• 多条评论认为，AI 模型应使用开放许可/公有领域图像进行训练，而不是抓取受版权保护的艺术作品。
• 建议的机制包括：社交平台在上传时增加许可选项，以及通过公共宣传来让开放许可变得更普遍。
• 提到的好处包括：基于同意的数据集、更高的公众信任、更公平地获取训练数据，以及推动人们澄清许可。

艺术家的激励与担忧

• 有人质疑艺术家为何会为了 AI 而授权作品，指出社会上普遍反感 AI 艺术，并担心它会抢走工作。
• 也有人把它类比为开源：出于理念、声誉或捐赠，而非直接利润。
• 一个反复出现的观点是：艺术家更想要的是控制权，而不是金钱；分成方案并不能解决这个问题。
• 对于单个艺术家让作品进入训练数据是否“损失很小”，也存在分歧。

规模与样本效率

• 批评者说，公共/开放收藏对当前模型规模来说太小了（例如 8.8 万对数十亿张图像）。
• 支持者回应说，这正说明针对样本高效模型的研究很有价值。

版权、公有领域与复制品

• 关于公有领域艺术的照片/扫描本身是否受版权保护，争论很激烈。
• 有人援引美国判例法（Bridgeman）和美国版权局指引，认为完全“照搬式”的复制品不受版权保护。
• 也有人强调现实层面的问题：出版社要求许可；博物馆控制实体接触，并且即使版权不适用，也可以通过合同限制使用。
• 还提到了司法辖区差异（例如英国最近的一项裁决限制了博物馆收取复制费）。

Getty 发布的价值

• 一些人认为这主要是象征性的，因为其中很多艺术品本来就属于公有领域。
• 另一些人强调，真正的价值在于高质量数字化、托管和元数据整理，而这些都非常耗费人力和成本。
• 也有人指出，公共图书馆和其他 GLAM 机构早已在做类似工作，只是往往资源更少，或用户体验更差（低分辨率、水印、链接失效）。

技术与实际反应

• 一些用户反馈最高分辨率文件下载有损坏或不完整，怀疑是负载或服务器限制所致。
• 大家对把这些图像用于个人项目、机器人、颜色分析和 AI 训练很感兴趣，但也认为 8.8 万张与现有 AI 数据集相比仍然非常少。

对 Getty 及其遗产的看法

• 有人澄清这指的是 J. Paul Getty Museum，而不是 Getty Images；后者以对公有领域材料也积极收费授权而闻名。
• 对创始人遗产的看法不一：有人强调其捐赠基金的慷慨以及当前的开放获取；也有人批评他的个人行为和动机。
• 还有人单独称赞这座博物馆作为实体空间本身的价值：建筑、景观和特别展览都很出色。