在创造新机遇的同时，生成式AI和大模型的安全可控性和伦理问题日渐引人担忧。但其实，早在去年Stable Diffusion、Midjourney等图片生成工具风靡时，不少创作者、艺术家已然发现这类图像生成工具，或许侵犯了自己作品的版权。

侵犯版权，或是生成式AI第一个被公之于众的风险。2023年年初，多名画师对Stable Diffusion和Midjourney提起诉讼，认为这些AI工具在训练时使用的原始素材，包括画师未授权的作品，构成侵权行为。在企业端，etty Images起诉Stable Diffusion和Midjourney，认为AI生成算法使用了该平台提供的上百万张高质量照片，涉嫌侵权。

目前图像的版权是否被AI侵犯，在法律层面依然争论不休。但眼下，科技界已有团队推出产品，希望从技术角度，帮助创作者保障自身权益。

36氪日前接触到的Mist，就是一款致力于保护版权的图像预处理产品。据介绍，Mist的三位创始团队成员分别是即将赴南加州大学攻读计算机博士的梁楚盟、上海交通大学计算机硕士在读的吴晓宇和纽约大学法学硕士在读的薛伊铭。2022年10月，他们发现生成式AI和版权保护之间存在不少冲突。于是，兼具法律和IT背景的三人便决定尝试打造一款能解决这一问题的产品。

概要总结，Mist的主要作用是在创作者的图片作品中加上"噪声"，让图像生成模型在使用这些素材时被"噪声"所干扰，从而难以生成和创作者原图风格相似的新图片。

Mist团队表示，这款产品主要受水印思路的启发，通过在图像中注入对抗攻击信息——也就是"噪声"，让图像生成工具的算法难以辨认原始图片的特点，自然也难以生成和原图风格类似的图片。

举个例子，用来被生成式AI学习的原图可能是一只猫的画像，而被Mist处理过、加入了噪声的原图，可以让图像生成算法将猫错认成与之相似但不同的老虎或其他物体，并最终生成一张与猫无关的图片——对拥有猫图版权的创作者来说，这样做避免了自己的作品被拿去免费生成类似图像。

产品效果对比

另外，Mist团队表示其产品的另一个特点是速度快。他们介绍，以芝加哥大学开发的Glaze为例，即使在水印添加程序中选择“最快”，耗时也高达20分钟。倘若希望生成更高质量的水印保护图，则预估耗时达到1小时。对比之下，Mist在以默认参数运行时，仅需3分钟便能完成一张图片的处理。至于原理，Mist团队表示生成速度和算法本身的设计相关，Mist的算法设计比较高效，可以减少访问生成式模型的次数。

当前，和Mist技术原理相关的paper已被icml2023作为oral paper接收。Mist目前免费提供给有需要的用户，不过，创始团队已搭建起一个200余人的社区，成员包括技术从业者、创作者等。"社区成员可以帮助我们更快地迭代产品。"Mist团队表示。之后，Mist团队希望利用社区的力量，结合自身的技术能力，进一步提升产品的鲁棒性、生成速度等。