Bria為接受許可數據培訓的AI模型提供了新的資金
AI驅動的圖像生成器目前處於眾多針對AI公司的版權訴訟核心,主要因其訓練數據來自公開網站的大量數據集。這些公司常以合理使用原則為其做法辯護,但許多版權持有者對此提出質疑。
因此,一些新創公司,包括2020年由Yair Adato和Gal Jacobi創立的紐約及特拉維夫公司Bria,採取不同策略。Bria僅使用授權內容訓練其圖像生成器,與約20個合作夥伴(如Getty Images)合作,確保合規性和內容完整性。執行長Yair Adato強調,Bria根據圖像擁有者在平台上的「整體影響力」以程式化方式補償他們。
Adato向TechCrunch表示:「Bria基礎模型包含十億張視覺圖像和數百萬段影片。」他進一步指出,通過使用全球代表性數據集進行訓練,Bria成功減少了AI生成視覺內容中常見的偏見。此方法使模型能產生多樣化且包容的內容,適合廣泛的創意應用。
Bria通過提供與Photoshop和Figma等流行圖像編輯與設計軟體兼容的插件,提升用戶體驗。此外,他們提供微調API,讓客戶能根據特定需求定制Bria的模型。用戶可選擇在Bria平台或外部計算環境(如公共雲)上運行這些模型。Adato保證,在所有情況下,客戶保留數據和輸出的所有權。
Adato解釋:「企業客戶可通過付費獲取我們的源代碼和[模型]。我們提供超過30個專用於視覺創建與修改的API,通過訂閱和按使用量計費的方式提供。公司還可使用其品牌資產微調我們的生成AI模型,創建保留其視覺身份的定制引擎。」

Bria的AI模型以授權數據訓練,可生成和編輯圖像。圖像來源:Bria Bria的願景超越現有能力。Adato向TechCrunch表示,公司擁有40名員工,目標是打造一個允許企業使用來自媒體集團的授權圖像進行商業用途的「IP生態系統」,並具備「內建合規性」。
該公司不僅限於圖像;Bria計劃擴展其平台以支持音樂、影片和文字等多媒體類型,以及設備端應用。儘管科技行業面臨市場成熟和宏觀經濟壓力等挑戰,Adato認為這些因素僅增強了Bria的市場地位。
雖然Adobe、Spawning AI和Shutterstock等公司也在探索授權媒體生成器,但Bria已在這一新興市場中佔據重要地位。週四,他們宣布成功完成B輪融資,籌資4000萬美元,由Red Dot Capital領投,Maor Investments、Entrée Capital、GFT Ventures、Intel Capital和IN Venture支持。這使Bria的總融資額達到約6500萬美元,新資金多數用於產品開發。
Adato指出:「我們與40個客戶實現快速增長,去年年度經常性收入增長超過400%。」他還提到計劃擴展團隊,招聘生成AI音樂與影片、全球銷售與行銷、IP與版權法及AI諮詢專家,目標在年底前將團隊規模翻倍。
更新於太平洋時間3/15晚上11:22:本文原始版本錯誤聲稱Bria成立於2023年而非2020年,且未提及共同創辦人Gal Jacobi。我們為這些錯誤致歉。
相關文章
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
Google 測試 Remy AI 代理,以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道,谷歌正在測試 Remy,這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務,從而簡化專業工作流程和日常事務。目前,Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”,將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實,谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
相關專題推薦
評論 (21)
0/500
Finally, a company that actually pays for training data instead of scraping everything like a digital hoarder. Bria might be onto something—if they can prove licensed data models work as well, they could dodge a lot of legal headaches. But will investors care about ethics when the ROI is fuzzy? 🤔
이 기사 읽고 나니 AI와 저작권 문제가 참 복잡하네요. 저작권 침해 논란에서 벗어나기 위해 합법 데이터로 훈련된 모델을 개발하는 건 현명한 전략인 것 같아요. 🤔 앞으로 다른 AI 기업들도 비슷한 방향으로 나아갈까요? 한국에서도 이런 논의가 활발히 이루어지면 좋겠어요.
이 기사 보니까 기존 AI 이미지 생성기의 저작권 문제가 정말 심각하네요 🤔 공개 웹사이트 데이터를 무단 사용하니까 당연히 소송 걸리지... 브리아 같은 회사가 라이선스 받은 데이터로 모델 학습하는 건 더 윤리적인 접근처럼 보여요. 앞으로 AI 업계에서 이런 식의 합법적인 모델이 주류가 되겠죠?
This article on Bria's funding is eye-opening! Using licensed data for AI training sounds like a smart move to dodge those messy copyright lawsuits. But I wonder, will this make their models pricier or less creative? 🤔
This article really highlights the messy legal side of AI image generators! It's wild how companies scrape the web for data and then cry 'fair use' when sued. Bria’s approach with licensed data sounds like a smarter move—less drama, more ethics. Curious to see if this sets a trend! 😄
AI驅動的圖像生成器目前處於眾多針對AI公司的版權訴訟核心,主要因其訓練數據來自公開網站的大量數據集。這些公司常以合理使用原則為其做法辯護,但許多版權持有者對此提出質疑。
因此,一些新創公司,包括2020年由Yair Adato和Gal Jacobi創立的紐約及特拉維夫公司Bria,採取不同策略。Bria僅使用授權內容訓練其圖像生成器,與約20個合作夥伴(如Getty Images)合作,確保合規性和內容完整性。執行長Yair Adato強調,Bria根據圖像擁有者在平台上的「整體影響力」以程式化方式補償他們。
Adato向TechCrunch表示:「Bria基礎模型包含十億張視覺圖像和數百萬段影片。」他進一步指出,通過使用全球代表性數據集進行訓練,Bria成功減少了AI生成視覺內容中常見的偏見。此方法使模型能產生多樣化且包容的內容,適合廣泛的創意應用。
Bria通過提供與Photoshop和Figma等流行圖像編輯與設計軟體兼容的插件,提升用戶體驗。此外,他們提供微調API,讓客戶能根據特定需求定制Bria的模型。用戶可選擇在Bria平台或外部計算環境(如公共雲)上運行這些模型。Adato保證,在所有情況下,客戶保留數據和輸出的所有權。
Adato解釋:「企業客戶可通過付費獲取我們的源代碼和[模型]。我們提供超過30個專用於視覺創建與修改的API,通過訂閱和按使用量計費的方式提供。公司還可使用其品牌資產微調我們的生成AI模型,創建保留其視覺身份的定制引擎。」

Bria的願景超越現有能力。Adato向TechCrunch表示,公司擁有40名員工,目標是打造一個允許企業使用來自媒體集團的授權圖像進行商業用途的「IP生態系統」,並具備「內建合規性」。
該公司不僅限於圖像;Bria計劃擴展其平台以支持音樂、影片和文字等多媒體類型,以及設備端應用。儘管科技行業面臨市場成熟和宏觀經濟壓力等挑戰,Adato認為這些因素僅增強了Bria的市場地位。
雖然Adobe、Spawning AI和Shutterstock等公司也在探索授權媒體生成器,但Bria已在這一新興市場中佔據重要地位。週四,他們宣布成功完成B輪融資,籌資4000萬美元,由Red Dot Capital領投,Maor Investments、Entrée Capital、GFT Ventures、Intel Capital和IN Venture支持。這使Bria的總融資額達到約6500萬美元,新資金多數用於產品開發。
Adato指出:「我們與40個客戶實現快速增長,去年年度經常性收入增長超過400%。」他還提到計劃擴展團隊,招聘生成AI音樂與影片、全球銷售與行銷、IP與版權法及AI諮詢專家,目標在年底前將團隊規模翻倍。
更新於太平洋時間3/15晚上11:22:本文原始版本錯誤聲稱Bria成立於2023年而非2020年,且未提及共同創辦人Gal Jacobi。我們為這些錯誤致歉。
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
Finally, a company that actually pays for training data instead of scraping everything like a digital hoarder. Bria might be onto something—if they can prove licensed data models work as well, they could dodge a lot of legal headaches. But will investors care about ethics when the ROI is fuzzy? 🤔
이 기사 읽고 나니 AI와 저작권 문제가 참 복잡하네요. 저작권 침해 논란에서 벗어나기 위해 합법 데이터로 훈련된 모델을 개발하는 건 현명한 전략인 것 같아요. 🤔 앞으로 다른 AI 기업들도 비슷한 방향으로 나아갈까요? 한국에서도 이런 논의가 활발히 이루어지면 좋겠어요.
이 기사 보니까 기존 AI 이미지 생성기의 저작권 문제가 정말 심각하네요 🤔 공개 웹사이트 데이터를 무단 사용하니까 당연히 소송 걸리지... 브리아 같은 회사가 라이선스 받은 데이터로 모델 학습하는 건 더 윤리적인 접근처럼 보여요. 앞으로 AI 업계에서 이런 식의 합법적인 모델이 주류가 되겠죠?
This article on Bria's funding is eye-opening! Using licensed data for AI training sounds like a smart move to dodge those messy copyright lawsuits. But I wonder, will this make their models pricier or less creative? 🤔
This article really highlights the messy legal side of AI image generators! It's wild how companies scrape the web for data and then cry 'fair use' when sued. Bria’s approach with licensed data sounds like a smarter move—less drama, more ethics. Curious to see if this sets a trend! 😄





首頁






