Runway竟以大量YouTube视频训练AI视频生成器

根据404 Media的报道，Runway通过使用成千上万的YouTube视频和盗版影片来训练其AI文本生成视频生成器。一份由404 Media获得的训练数据表格显示，该数据集中包括来自Netflix、Disney、Nintendo和Rockstar Games等主要娱乐公司的YouTube频道链接，以及MKBHD、Linus Tech Tips和Sam Kolder等创作者的频道链接。

此外，这些数据集中还包含新闻机构如The Verge、The New Yorker、Reuters和Wired的频道链接。一位前Runway员工告诉404 Media：“表格中的频道是公司范围内努力寻找优质视频以构建模型的结果。这些视频随后被用作一个大型网络爬虫的输入，该爬虫通过代理下载了所有这些频道中的视频，以避免被Google封锁。”

Runway是一家AI初创公司，获得了来自Google母公司Alphabet和Nvidia的数百万美元投资。它开发了令人印象深刻的工具，允许用户制作逼真的AI视频以及具有特定动画类型的视频。Runway最新的工具Gen-3 Alpha于6月推出，可以“以你能想象的任何风格创建视频”。与其他AI模型一样，Gen-3 Alpha在训练时需要摄取大量内容。

404 Media还发现，Runway的数据集中包含盗版网站的链接，例如KissCartoon，该网站允许你免费观看动漫和其他动画内容。目前尚不清楚Runway是否使用了表格中的所有视频来训练其Gen-3 Alpha模型——我们可能永远不会知道。在6月接受TechCrunch采访时，Runway联合创始人Anastasis Germanidis表示，公司使用“精选的内部数据集”来训练其模型，但未提供进一步详细信息。

在回应评论请求时，Google向The Verge提供了YouTube CEO Neal Mohan的一份声明，后者在4月告诉彭博社，在该平台的视频上训练AI是“明显违反”其政策的。The Verge联系了Runway请求评论，但未立即得到回应。

其实有关AI文本生成工具都需要经过大量模型训练，而且Runway并不是唯一一家与YouTube视频相关的AI公司。今年早些时候，OpenAI CTO Mira Murati表示，她“不确定”公司是否在其文本生成视频工具Sora上训练了YouTube视频。同时，Proof News和Wired最近的一份报告发现，Anthropic、Apple、Nvidia和Salesforce在其AI模型上训练了超过170,000个YouTube视频。