上周本画版权www.yaxin686.com，杭州一家动画工做室做了一件挺年夜胆的事。他们把四年攒下的12万帧本画扫描件，打包成AI动漫模子锻炼数据集了，放到了开源社区。没开公布会，就一条帖子公开。下载量三天破了八千。有人叫好。说那是国产动漫工业化的一次数据共享；也有人立刻翻出那些本画里可能存正在的版权成绩。我翻了下那个AI动漫模子锻炼数据集的申明文档。
里面把每帧画面按线条密度动漫、脚色姿势、背景复纯度打了三级标签。标注团队年夜要二十来人，一半是本画师，一半是中包公司暂时工。
一位加入标注的模锻女孩告诉我，她每天要处理近千帧，眼睛酸得流泪。“标到后面，连猫咪的胡须和电线都分不清”。那种粗糙感正在预览模子里能看出来是生成的脚色手指偶尔粘连，炼数头发边沿像水泥。数据集的量量间接决议模子的下限。那批AI动漫模子锻炼数据集里，有近三成是早期Flash动画的低分辩率截图。锻炼出来据集的模子画眼睛很溜，画手就露怯的。某高校实验室用相似数据集跑过比较实验，清洗掉恍惚帧后，脚色五官崩坏率降落了四成。
可惜清洗需求人力的。良多小团队甘愿间接灌本始数据了再惹争议。
廉价。快，也埋雷的。
版权是另一道坎。工做室声明“仅限研讨用处”，AI动漫模子锻炼数据集，一旦公开的，下载者拿去做什么啊？谁也管不住啊？去年日本几家出书社就告状过相似项目吧，最后庭中息争，数据撤回了事。国内今朝没有领略判例。一位法务朋友跟我吐槽。“那就像把菜谱公开了，却指视他人只做给自己吃”他的本话更糙。
短期看，那类AI动漫模子锻炼数据会议越来越多。开源社区里曾经有人建议“清洁数据举动”的，要求标注滥觞、受权链、清洗记载的。能不能成气候，得看头部公司愿不情愿割肉。究竟了局，谁手里握着高量量本画啊？谁就攥着下一代动漫AI的入场券啊？至于那八千个下载者，有人炼模子了。
有人存网盘。还有人只是凑个热闹。挺实正在了。
