影片生成界的大瓜：Runway 組織公司全員，把互聯網扒了個干乾淨淨

Runway 在 6 月發佈了 Gen-3 影片生成模型，效果震撼整個影片生成領域。

隨後 7 月 Runway 又被曝出正在進行新一輪融資，估值 40 億美元，預計融資 4.5 億美元。

這家毫無疑問的影片生成賽道頭部創業公司，剛剛被曝出一份內部文件。

一個簡單的 Excel 表格，巨詳細地羅列著 Runway 動員全公司上下在互聯網上收集的高質量影片資源，累積條目數萬條。

其中 YouTube 上的影片佔據了一大部分，光是「推薦油管頻道」就有 3968 個。還有 14 個在線影視資源網站（就是常見的 Watch Movie/Anime Online for FREEEEE!!! 那種盜版網站）。

油管母公司 Google，是 Runway 上一輪融資的投資方，但顯然收集 YouTube 影片數據的工作由 Runway 獨立完成。除了油管以外，它還收集了迪士尼、Netflix、索尼等超級版權公司的影片內容。

爆料媒體用 Gen-3 測試了相關 prompt，非常匹配表格里的數據，細節到直接去生成油管主播各自風格的影片。且相關 prompt 僅在 Gen-3 上能生成匹配的效果，Gen-2 不行。

以下內容來自爆料媒體 404media（以下簡稱 4m），經 Founder Park 編輯整理。

一、油管高質量影片全扒下來了，為了怕被封還買代理下載

據 Runway 前員工向 4m 的爆料，Runway 公司里幾乎是全員都會在這個表格里錄入數據，用來訓練他們自家的模型。表格里蒐集的油管影片，他們是用開源軟件 YouTube-DL 下載的，為了防止被 Youtube 封禁，Runway 還找供應商買了專門的代理，用這些代理 IP 地址來下載影片。

可以說準備工作做得很足了。

泄露的文件包含 14 個電子錶格。其中一個表格里有一百多個影片關鍵詞，比如「海灘」、「醫生」、「雨」等等，每個關鍵詞旁邊寫著負責搜索相關內容的 Runway 員工的名字。

爆料人說，這些人要麼是被派去找影片的員工，要麼是員工自己標記的他們正在處理的關鍵詞。在「彩虹」這個詞和員工名字旁邊，有人寫了一條備註：「沒有專門的頻道或播放列表，但找到了適合微調（finetuning）的好影片。」

文件中的註釋顯示，Runway 正在尋找特定主題、攝影風格和多樣化人群的影片。「高相機運動」表格包含了 177 個 YouTube 頻道的鏈接，包括《使命召喚》的官方頻道、電影製作人 Josh Neuman 的頻道、虛幻引擎和 Vans 的頻道。

一個名為「電影傑作」的電子錶格列出了 206 個鏈接，是一些高質量的油管頻道和影片，包括動畫短片和學生電影。在這個表格中，DEFY Studio YouTube 頻道的鏈接旁邊有一條註釋寫著「迄今為止汽車電影的牛逼作品都在這兒了」。

「單個優秀影片（用於微調）」是另外 253 個影片的集合，旁邊還有一列主題，比如「修眉」、「冰雕」、「微笑」和「尖叫」。

二、盜版資源網站也沒能倖免

今年推出的 Gen-3 因為生成影片質量高、很適合照視製作等備受好評。產品功能中有相機控制、導演模式，還可以實現對結構、風格和動作的精細控制。

可能也正因此，很多電影在線網站，尤其是知名的盜版電影網站也是 Runway 重點收集數據的來源。

一個名叫「非 YouTube 來源」的表格包含 14 個網站鏈接，其中包括經常被投訴的盜版動畫網站 kisscartoon.sh，在專門記錄互聯網上內容刪除請求的 Lumen 數據居里，有上千個針對這個網站的版權投訴。

「非 YouTube 來源」表中還包含一個宮崎駿電影檔案鏈接、幾個動漫盜版網站、一個 XBox 遊戲剪輯的粉絲網站，以及一個現在已下線的名為 AZiMovies 的盜版電影網站，Runway 的某位員工在上面註釋：「這裡面有很多好內容。」

文件里還有一個包含 17112 個詞的列表，包括「手工洗車」、「拳擊」、「打破彩罐」、「扭脖子」、「亂穿馬路」等幾十個詞。每個詞都對應著一些相關的 YouTube 熱搜，比如「如何正確洗車」、「如果你被抓到亂穿馬路會發生什麼」和「自己扭脖子的危險」。

還有一個「推薦頻道」的列表裡，里麵包含 3967 個 YouTube 頻道的鏈接，其中很多是大品牌和大媒體的頻道，比如比基斯、Glamour、CBS 紐約、蒙特雷灣水族館、AMC 影院，還有多個官方迪士尼頻道，比如迪士尼 XD 和迪士尼 Plus。

迪士尼是重點監控公司

三、Prompt 里帶上博主名字，幾乎可以生成原影片

目前還不確定是不是表格里統計的每個影片都喂給了大模型，但 4m 用表格里的關鍵詞在 Gen-3 里測試了下，發現其中很多生成的影片都跟表格里的影片特別像。

真人影片方面，雖然生成的影片沒法完美複製，但用表格里出現的知名油管博主進行測試時，生成的影片跟真人很接近。

比如，關鍵詞里如果帶上「Mark Wiens」，這是油管一個超千萬人關注的美食博主，生成的影片里的確會有一個小夥子在自拍吃東西的畫面，這跟他本人發的很多影片都很像。

PROMPT(GEN-3ALPHA):”MARKWIENS”

但是如果用 Gen-2 試驗相同的 Prompt，生成的影片就跟這位博主沒什麼關繫了，生成了一個穿西裝的大眾臉。

PROMPT (GEN-2): 「MARK WIENS」

巧的是，4m 聯繫 Runway 詢問這件事之後，Gen-3 就不能再生成包含 Mark Wiens 和其他幾位 YouTuber 名字的影片了。

換一個Prompt，油管博主 Jon Olsson 在他的 Vlog 1054 里的形象。Gen-3 生成了一個穿滑雪夾克戴滑雪帽的白人男性，和作者在影片中的穿著非常像。

PROMPT（GEN-3ALPHA）:「油管博主JonOlsson在他的VLOG1054里的形象」

跟上面的截圖確實很像。

Prompt：一段DEFYProductions風格的賽車影片

Gen-3 生成的影片中，賽車尾巴上有「DEFY」字樣，跟 @DEFYstudio Logo 的字體很像。

真·@DEFYstudio Logo，裡面的字母「E」是鏡像的

如果輸入一個這樣的 prompt：以油管博主 Benjamin Hardman 的旅行影片風格呈現。Gen-3 生成了一個看起來像是無人機拍攝的影片，鏡頭跟隨遠處的一位看起來很像 Hardman 的男人，在懸崖邊徒步，和油管原影片相差無幾。

博主本人喜歡捧著攝影機去極地拍冰川，影片的風格是這樣的：

生成的影片長這樣：

PROMPT(GEN-3ALPHA):「以油管博主BenjaminHardman的旅行影片風格呈現」

PROMPT(GEN-3ALPHA):”BENJAMINHARDMAN”

四、OpenAI、Anthropic、Nvidia，都在偷偷用油管影片訓模型

最近幾個月，因為偷偷用創作者的內容來訓練模型，生成的影片、文本或者音樂與原作很類似，很多 AI 公司都因為這個被罵。《紐約時報》起訴 OpenAI 違法使用他們的新聞報導，然後是 4 月份，200 多名音樂人發公開信，要求大公司停止幹這種事，「太沒下限了」。

同樣是 4 月，《紐約時報》報導 OpenAI 和Google通過轉錄 YouTube 影片來訓練他們的模型，連Google自己都沒能忍住……不過也有可能他們的用戶協議里允許了。

7月份，Proof News 爆了一份大料，包括 Anthropic、Nvidia、蘋果和 Salesforce 在內的公司，都在偷偷使用了超過 48000 個頻道的 YouTube 影片和字幕文件。

這個數據集也很豐富，從學習影片到訪問節目，可以說是應有盡有。

• 學習影片：可汗學院、麻省理工學院和哈佛大學的教育影片。

• 新聞報導：《華爾街日報》、美國國家公共電台和英國廣播公司的影片

• 綜藝：「史提芬·高爾伯特晚間秀」「約翰·奧利弗上週今夜秀」和「占美·坎摩亞直播秀」。

• 網紅：MrBeast（2.89 億訂閱，用於訓練的兩個影片），Marques Brownlee（1900 萬訂閱，七個影片），Jacksepticeye（近 3100 萬訂閱，377 個影片）和PewDiePie（1.11 億訂閱者，337 個影片）。

Proof News 還發現，這裡面竟然還有宣揚「地平說」之類的陰謀論影片！

這玩意真的能拿來喂 AI 嗎？

雖然媒體都這麼報導了，但 OpenAI 官方還沒承認，CTO Mira Murati 最近在接受《華爾街日報》採訪時是這麼說的，她不知道 Sora 的訓練數據是否包括來自 YouTube、Instagram 和 Facebook 的影片。OpenAI 用的是公開可用的數據和授權數據。

油管對此很生氣。

YouTube CEO Neal Mohan 對彭博表示，這種做法是不允許的：「從創作者的角度來看，創作者把他們的勞動成果上傳到我們的平台時，他們是有預期的，服務條款最起碼不能違反。我們不允許轉錄或下載影片片段，這些是我們平台上內容的規則。」

「我希望這些爆料，能讓大家知道有多少科技公司背地裡在幹這個事，以及他們所謂的為了生成那些看起來很厲害的影片都做了什麼‘努力’。」

感謝 4m 和這名勇敢的爆料者。

參考文章：

https://www.404media.co/email/e3836b26-6914-4c1c-a102-bf9735adc3de/

https://www.proofnews.org/apple-nvidia-anthropic-used-thousands-of-swiped-youtube-videos-to-train-ai/

本文來自微信公眾號：Founder Park，作者：Founder Park