Twitch 新增功能:用户可选择不让内容用于亚马逊生成式 AI 模型训练

从Twitch争议看AI训练数据合规:UGC数据如何安全进入模型管线 用户生成内容(UGC)广泛存在于直播、评论、社区等平台,这些数据能否用于AI模型训练,已成为数据合规的关键问题。平台条款中的“改进服务”与“授权训练”之间往往存在模糊地带,用户上传内容并不天然等同于可训练语料。技术团队需要从数据采集、处理、训练到发布全链路建立合规机制,包括来源登记、授权状态管理、敏感信息脱敏、审计追溯等工程化手段。在电商评论、客服语音、视频投稿等典型场景中,数据最小化与透明告知是降低风险的有效策略。以Twitch事件为引,系统拆解UGC数据进入训练管线的风险点与可落地的自查方法,帮助团队在 阅读详情

序号1

Twitch 新增 AI 训练内容使用选择权

Twitch 用户如今拥有了一项新的选择权利,即能够自主决定是否让自己的内容用于亚马逊的生成式 AI 模型训练。依据 Twitch 支持页面信息,若选择退出,用户的直播、视频点播、剪辑、直播聊天记录以及频道上的图片和文字,都不会被用于亚马逊未来旨在生成或合成文本、音频、图像或视频的 AI 模型训练。

序号2

平衡隐私与功能使用的考量

Twitch 产品团队做出这一更新,背后是对用户隐私痛点的关注。在当下 AI 发展迅速的时代,用户对于自己的数据被如何使用越发重视。允许用户选择退出 AI 模型训练,能在一定程度上缓解用户对隐私泄露的担忧。同时,像字幕和安全工具这类“AI 支持”的其他功能仍可正常运行,说明产品团队在保障用户隐私的同时,也希望维持平台的基本功能不受影响。

序号3

市场竞争下的差异化策略

在直播平台市场竞争中,各平台都在努力吸引用户。Twitch 这一举措与其他竞品相比,形成了差异化。一些竞品可能没有给予用户如此明确和自主的内容使用选择权。这可能会吸引那些更注重隐私保护的用户选择 Twitch。而其他平台可能在 AI 训练数据获取上更具优势,但也可能面临用户对隐私问题的质疑。

序号4

对平台生态的连锁反应

此次更新对 Twitch 现有生态体系会产生一定的连锁反应。从用户角度看,会增强部分用户对平台的信任度,尤其是那些对隐私敏感的用户。但从平台角度,可能会减少用于 AI 模型训练的数据量,这可能会影响到亚马逊生成式 AI 模型的训练效果和发展速度。不过,平台强调关闭开关不影响其他有益社区的 AI 支持功能,也在一定程度上平衡了这种影响。

序号5

未来迭代挑战与商业化看点

未来,Twitch 在产品线迭代时,需要在保障用户隐私和利用数据发展 AI 之间找到更好的平衡。一方面,要不断优化用户的隐私设置体验,让用户更清晰地了解自己数据的使用情况;另一方面,要探索在数据量可能减少的情况下,如何提升 AI 模型的性能。在商业化方面,虽然减少了用于 AI 训练的数据,但可以通过提升用户信任度,吸引更多用户,从而在广告、赞助等方面获得更多商业机会。

编辑观点:Twitch 赋予用户内容使用选择权是顺应隐私保护趋势之举,虽可能影响 AI 训练,但有望提升用户信任,未来需平衡隐私与 AI 发展以挖掘更多商业价值。

3D视觉-结构光测量-线结构光测量 线结构光测量中,由激光器射出的激光光束透过柱面透镜扩束,再经过准直,产生一束片状光。这片光束像刀刃一样横切在待测物体表面,因此线结构光法又被成为光切法。线结构光测量常采用二维面阵CCD作为接受器件,因此只要通过增加垂直于面阵探测器的第三维度方向,就可以实现对三维物体的测量。 阅读详情

相关推荐

手把手教你用Qt和DSP28335实现串口Bootloader,附赠源码和避坑指南

本文详细介绍了如何使用Qt和DSP28335实现串口Bootloader,包括开发环境搭建、通信协议设计、Qt上位机开发、DSP端Bootloader核心实现以及应用程序工程的特殊配置。通过实战案例和源码分享,帮助开发者快速掌握嵌入式固件升级技术,提升工业设备远程升级的效率和可靠性。

weixin_29176179的博客 137

亚马逊默认用 Twitch 主播内容训练 AI,主播可退出

亚马逊宣布将默认使用 Twitch 主播的直播内容训练 AI 模型,主播需主动选择退出。Twitch 首席产品官 Mike Minton 在直播中承认,若采用"选择加入"模式,几乎无人会主动参与,因此选择了默认开启。此举引发创作者对版权和隐私的担忧。

Winzheng_Index的博客 207

CMU的local_planner学习笔记

ros::Subscriber subOdometry = nh.subscribe//当接收到/state_estimation话题消息更新时启动odometryHandler回调函数 (消息格式:nav_msgs::Odometry消息内容:关于机器人或车辆的位置和方向(姿态)信息)pcl::PointCloud::Ptr freePaths(new pcl::PointCloud());

qq_35971623的博客 3886

Twitch 默认用用户内容训练亚马逊AI,首席产品官称“大家都这么做”

与其他直播平台相比,如果竞争对手在用户内容使用方面采取更谨慎的态度,可能会吸引部分对内容权益较为敏感的用户。而如果能够成功解决这些问题,并通过 AI 技术为用户带来更好的体验,那么 Twitch 在未来的市场竞争中有望进一步巩固其地位。虽然 Twitch 允许用户选择退出这一设置,但明顿为默认使用用户内容训练 AI 的行为进行了辩护,他表示“世界上几乎所有内容服务平台”都在采用类似的做法。Twitch此举虽顺应行业趋势,但需重视用户权益,平衡好发展与保障的关系,否则可能影响其市场竞争力。

IT界那些事儿 47

Ansys Lumerical + HFSS + optiSLang 三剑客:手把手教你优化行波MZM调制器(附完整参数配置)

本文详细介绍了如何利用Ansys Lumerical、HFSS和optiSLang三款工具构建自动化协同设计流程,以优化行波马赫曾德尔调制器(TW-MZM)的性能。通过参数化仿真、流程集成与元模型技术,该方案能高效解决多物理场耦合挑战,实现调制带宽、驱动电压等多目标的全局优化,显著提升光子集成芯片的设计效率与性能潜力。

weixin_29251131的博客 586

保姆级教程:用ROS2 Humble + Gazebo Classic 从零搭建一个能键盘控制的差分AGV模型

本文提供了一份详细的ROS2 Humble与Gazebo Classic教程,指导用户从零开始搭建一个键盘控制的差分AGV模型。内容涵盖环境配置、Xacro文件设计、Gazebo仿真集成以及键盘控制实现,特别针对常见问题提供解决方案,帮助开发者快速掌握ROS2机器人仿真技术。

weixin_30387423的博客 169

从Twitch集体诉讼看AI训练数据合规:UGC授权与工程实践

在人工智能与内容平台深度耦合的今天,AI训练数据的来源合法性正成为开发者无法回避的工程命题。用户生成内容(UGC)作为语言模型、多模态模型和推荐系统的重要语料,其版权归属与授权边界直接决定了数据能否被合法用于模型训练。长期以来,业界惯于将“公开可访问”等同于“可自由商用”,这一认知偏差在Twitch直播平台遭遇的集体诉讼中被集中放大,暴露出数据采集、授权登记、模型追溯等一系列合规缺口。从版权法角度看,公开数据仅代表可阅读,不代表可复制、修改或用于商业训练;从工程实践看,团队需要构建包含授权检查、PII脱敏、

weixin_34062469的博客 303

高通 Gen AI 推理扩展 (GENIE)(5):实战指南与Engine API深度解析

本文深入解析高通Gen AI推理扩展(GENIE)的Engine API核心功能与实战应用,涵盖引擎实例化、多引擎动态切换、性能调优及跨平台部署等关键技巧。通过详细代码示例和性能数据,帮助开发者高效利用GENIE进行AI推理,提升应用性能与稳定性。

weixin_29065959的博客 466

Twitch事件警示:AI训练数据合规的授权边界与工程实践

人工智能模型的训练依赖海量数据,但数据的获取与使用并非没有边界。在模型微调、数据采集和生成式应用开发中,数据可访问性不等于可用性,公开可见也不等于可自由用于训练。从技术原理看,训练数据涉及版权、肖像权与声音权等复杂权利,平台条款、robots.txt与API协议共同构成授权的法律边界。合规的数据供应链要求开发者将授权审查、来源留痕、敏感信息过滤嵌入数据管道,才能支撑语音合成、数字人、图像生成等应用的可持续迭代。Twitch因使用主播内容训练亚马逊AI而面临集体诉讼,正是这一技术边界被司法实践审视的典型缩影。

weixin_29038303的博客 334

RocketMQ 5.3.1 集成 Spring Boot 3.4.3 就这么简单

RocketMQ 是一个分布式消息中间件,支持发布/订阅模型,具有高吞吐量、高可用性和事务消息等特性。它广泛应用于日志处理、订单系统和异步任务等场景。Spring Boot 3.4.3 集成 RocketMQ 5.3.1 的过程异常简单,仅需少量配置即可实现消息的生产和消费。本文从环境搭建到代码实现,覆盖了核心步骤。

lssffy的博客 1390

SAP交货单增强字段更新实战:手把手教你用BAPI_OUTB_DELIVERY_CHANGE和EXTENSION2参数

本文详细解析了如何使用BAPI_OUTB_DELIVERY_CHANGE和EXTENSION2参数实现SAP交货单增强字段的更新。从增强点SMOD_V50B0001的定位到字段落表的全流程,提供了ABAP代码示例和常见问题排查方法,帮助开发者高效完成交货单自定义字段的集成开发。

weixin_42525637的博客 457

Twitch 证实利用频道内容训练 AI,创作者可退出但仍存诸多疑问

亚马逊用于 Alexa Plus 等项目的 AI 模型,需要大量内容训练,Twitch 平台有丰富的视频、音频和聊天文本。周三,Twitch 证实利用频道内容训练亚马逊 AI 模型的报道,并在设置中添加退出按钮,创作者可借此关闭该功能。若用户不采取行动,此功能将自动开启。目前不清楚这对 Twitch 频道聊天功能的影响,主播粉丝的聊天内容是否用于训练存疑,可能存在同意权问题。当原主播退出 AI 训练,而转播其内容的主播开启时,AI 模型可能在未获原主播直接同意下获取其内容。AI 训练背后的需求与用户担忧。

IT界那些事儿 10

(10)三相三绕组变压器的建模仿真

建立了三相三绕组变压器组的Simulink仿真模型,通过实例进行了仿真计算。

weixin_45670943的博客 1146

Twitch主播数据案警示:AI训练数据合规红线在哪

生成式AI的爆发让多模态数据成为模型训练的核心燃料,但数据来源的合法性与授权边界也逐渐浮出水面。平台服务条款能否覆盖AI训练用途?公开传播的内容是否等于默认可采集?这背后涉及数据合规、版权归属、用户隐私与模型训练链路的多重博弈。从工程实践角度看,建立数据血缘、授权白名单、可撤回机制是降低法律风险的关键手段,也是算法团队和数据平台必须具备的基础能力。本文以Twitch主播内容被用于亚马逊AI训练引发的集体诉讼为切口,梳理事件脉络、拆解争议焦点,并给出数据治理的落地检查清单,帮助技术团队把合规前置到训练管线设计

weixin_33046983的博客 317

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

Twitch推出AI工具助力主播触达更大受众

Twitch推出AI工具助力主播触达更大受众

至顶AI实验室 543

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

AI训练数据合规:UGC内容授权与数据管线设计

在AI模型训练中,数据来源的合法性已成为无法回避的前提。UGC平台积累的海量用户内容虽极具训练价值,但授权边界模糊可能导致严重合规风险。理解数据最小化与目的限制原则,是构建合规训练管线的理论基础。工程上需将授权状态作为核心元数据,通过授权校验前置、数据血缘追踪、脱敏处理及撤回机制,确保训练集构建过程透明可控。这些技术手段不仅适用于大型内容平台,对个人开发者构建数据集、微调模型同样具有指导意义。从概念到落地,一套兼顾效率与合规的数据管线设计,是降低法律风险、提升AI工程成熟度的关键路径。

weixin_33834910的博客 305

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

亚马逊云科技云上的游戏服务:Lumberyard + Amazon GameLift + Twitch

开发一款世界级的游戏是一个非常困难,耗时和昂贵的过程。现在的游戏玩家要求越来越苛刻,他们希望既可以通过各种不同的终端设备来进行游戏 ,又要求游戏具有社交的功能。由于此类游戏的开发期和推广期都很长,因此在游戏发布当天会有成千上万的用户同时挤进服务器进行游戏体验,往往在这一时刻就决定了该游戏的成败 。 为了应对这一挑战,游戏厂商需要从开发过程就开始考虑这些将来可能出现的问题。在很多时候,

亚马逊云科技专栏 658

2026‑08‑24 AI产业深度解读|算力涨价潮、Hugging Face寻求出售、AI训练版权诉讼、模型溯源争议

梳理8月24日对AI研发人员高价值产业动态:覆盖英伟达高端AI服务器涨价传闻、Hugging Face被曝探索出售、Twitch训练数据集体诉讼、OpenAI AI网络攻击安全预警、开源模型溯源知识产权争议;每条附带工程视角解读、收益与现实约束;适合大模型后端、开源生态、Agent安全、AI产品研发人员。关键词AI服务器涨价;训练数据版权;Agent安全;开源模型知识产权;

分享日常学习生活 585

亚马逊云科技游戏孵化营-游戏的构建

在本次主题的直播,梁岩先生(亚马逊云科技中国区数字原生事业部总经理)分享了亚马逊云科技 Game Tech 的多种技术以及服务。

u012117034的博客 2616

AI与大模型新闻日报 | 2026-08-24

Tokenizer、视频编码、API报错全扒一遍。

dozenyaoyida的博客 441

UGC平台AI训练数据合规:从授权记录到可追溯工程链路

在AI训练数据的工程实践中,数据合规不再只是法务条款的问题,而是由内容授权、元数据快照、过滤脱敏和审计日志共同决定的技术挑战。对于直播、短视频等UGC平台,用户生成内容进入模型训练集前,必须明确授权状态与用途边界,否则一旦发生数据滥用或用户退出训练,溯源与删除将变得极其困难。本文从训练数据的基本概念出发,梳理授权记录、目的限制和可删除性三大工程原理,并给出元数据设计、opt-out机制、去标识化流水线及审计清单等落地方法,帮助后端工程师和数据平台负责人构建可追溯、可撤回的合规训练数据链路。

weixin_33957648的博客 498

亚马逊云科技上的游戏服务:Lumberyard + Amazon GameLift + Twitch

开发一款世界级的游戏是一个非常困难,耗时和昂贵的过程。现在的游戏玩家要求越来越苛刻,他们希望既可以通过各种不同的终端设备来进行游戏 ,又要求游戏具有社交的功能。由于此类游戏的开发期和推广期都很长,因此在游戏发布当天会有成千上万的用户同时挤进服务器进行游戏体验,往往在这一时刻就决定了该游戏的成败 。 为了应对这一挑战,游戏厂商需要从开发过程就开始考虑这些将来可能出现的问题。在很多时候,

亚马逊云科技专栏 7481

谈崩了!奥特曼重返OpenAI失败,Twitch创始人成新CEO

丰色 发自 凹非寺量子位|公众号QbitAI谈崩了。奥特曼将彻底离开OpenAI。一直在反转的这场宫斗大戏有了最新消息:OpenAI董事会已决定聘请游戏直播平台Twitch的创始人Emmett Shear作为新的CEO。董事会成员Ilya,也就是整个开除门事件的网传“始作俑者”(根据外媒记者爆料)向员工确认:尽管公司的高管都努力让奥特曼重新担任CEO,但他不会回来了。就在此之前,董事会和OpenA...

量子位 281

FunPlus选择亚马逊云科技,快速孵化Pwnk互动直播元宇宙平台

2022年6月24日,亚马逊云科技宣布,知名的全球化游戏厂商FunPlus选择亚马逊云科技为首选云服务提供商,孵化出业界首个“沉浸式体验互动直播元宇宙平台”Pwnk,率先为海外玩家提供交互式的新一代娱乐体验。亚马逊云科技流媒体直播托管服务Amazon Interactive Video Service(Amazon IVS)帮助Pwnk团队在项目初期迅速构建全球直播能力,让一个有千万级玩家实时参与、真人即时反馈、直播互动的沉浸式云游戏体验成为现实。 亚马逊云科技Amazon Elastic Kuberne

m0_71839360的博客 799

硅谷求职周报 | Google面经分析;亚马逊与 Google 的流量竞争;巴菲特与科技股的爱恨情仇...

《硅谷求职周报》(5/14/18) 内容摘要 Google面经分析; 亚马逊与 Google 的流量竞争; 巴菲特与科技股的爱恨情仇; ...

九章算法的博客 1069

十一资讯 | 字节跳动进军汽车云;Twitch被黑;Facebook宕机;Netfilx收购游戏公司……...

点击上方“LiveVideoStack”关注我们谷歌加大对非洲的投资美国科技巨头谷歌正在向非洲大陆投资 10 亿美元,以帮助加速其数字化转型,其中 5000 万美元投资于当地的初创企业。h...

LiveVideoStack 757
上一篇: 三星、谷歌“开心果绿”配色大比拼,谁才是正宗色泽?
下一篇: 谷歌 Pixel 11 Pro Fold 发布,与前代及竞品规格大对比!
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值