Getty Images攜手OpenAI達成合作 正版圖庫內容接入ChatGPT檢索場景
重點摘要
蓋蒂圖片社宣佈與OpenAI合作，將其合規授權圖庫集成進ChatGPT搜索與內容發現板塊。此前，蓋蒂已聯合英偉達推出正版AI生成工具，以自身圖庫訓練並保障版權，避免侵權。此次合作將推動AI內容在合法合規下的應用。
**重點整理：正版圖庫巨頭Getty Images與OpenAI宣布合作，將旗下合法授權的影像素材整合進ChatGPT的搜尋與內容探索功能中。這項合作建立在Getty先前與NVIDIA聯手推出AI生成工具的基礎上，旨在確保AI應用能使用合規的版權內容，避免生成式AI常見的侵權爭議。**
**背景脈絡：**
過去一年多來，生成式AI快速發展，但伴隨而來的版權問題也成為業界焦點。許多AI模型在訓練時大量爬取網路圖片，引發攝影師、圖庫業者與藝術家的強烈反彈，訴訟案件層出不窮。Getty Images作為全球最大的圖庫供應商之一，早在2023年就率先控告Stability AI未經授權使用其圖庫訓練模型。與此同時，該公司也積極探索「合法AI」路線，例如與NVIDIA合作開發名為「Generative AI by iStock」的工具，僅以自家圖庫素材訓練模型，並對客戶提供完整版權賠償機制。此次與OpenAI的合作，可視為此策略的延伸，將正版素材直接嵌入最受歡迎的AI對話平台。
**合作重點與機制：**
根據雙方公布資訊，GPT-4、GPT-4o等模型將在ChatGPT的搜尋及內容探索介面中，納入Getty Images的圖庫資料。當使用者詢問需要圖片的情境，或希望搜尋特定視覺素材時，ChatGPT能直接呈現來自Getty的正版圖片，並附上授權來源與連結。這不僅讓使用者取得高品質、無版權疑慮的圖像，也為Getty開闢了新的分發渠道。值得注意的是，這與一般AI「生成」圖像不同，而是「檢索」既有圖庫，因此可從根本上規避AI幻覺或誤用他人作品的風險。
**可能影響：**
- **對圖庫產業**：此舉可能加速圖庫授權模式的轉變。傳統以「付費下載」為主的商業模式，正逐步朝向「AI搜尋即用、按次或訂閱收費」演進。其他圖庫如Shutterstock或Adobe Stock，也可能被迫跟進與AI平台合作，否則將失去曝光機會。
- **對開發者與企業**：企業使用ChatGPT進行行銷或內部簡報時，將更容易取得合法授權圖片，降低法務風險。同時，這也代表OpenAI正在積極回應版權爭議，試圖透過與正版資料庫結盟來改善公眾信任。
- **對內容創作者**：攝影師與創作者若能將作品上架至Getty，未來有機會透過ChatGPT的檢索增加曝光與銷售，但同時也必須留意AI平台是否會稀釋直接交易的利潤。
**讀者可關注的後續：**
首先是**實際使用體驗**：在ChatGPT中搜尋圖片時，是否能順暢區分「生成」與「檢索」結果？付費牆機制如何設計？其次是**版權補償細節**：Getty與OpenAI之間是否有營收分潤協議？創作者能否獲得合理報酬？最後，這項合作是否會帶動其他AI公司（如Google Gemini、微軟Copilot）比照辦理，形成「AI x 正版圖庫」的產業標準。對於經常需要圖像素材的台灣行銷人員、媒體與設計師而言，值得密切追蹤這波變革將如何影響工作流程與預算規劃。
Related
相關文章
Claude下一代神級模型秘密出爐，Sonnet-5被曝下週上線
這篇消息聚焦「Claude下一代神級模型秘密出爐，Sonnet-5被曝下週上線」。原始導語提到：封禁，反而讓Anthropic更快了？ 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
從代碼到產線：恩和發佈 BPL 協議語言，定義生物製造的“工業級編譯器”
雷峰網訊。近日，恩和科技在《bioRxiv》發佈Biology Protocol Language（BPL）及其生成管線BPL-COGEN，首次為生物實驗協議建立了一套形式化的語言體系，打通了Physical AI進入物理世界的標準接口。BPL是專為生物實驗協議設計的可編譯、可驗證的形式化語言。BPL-COGEN把自然語言協議自動翻譯為BPL程序，由一個300億參數微調大語言模型與確定性編譯器構成“生成—驗證—修復”閉環。在基於300篇《Nature Protocols》論文的基準測試中，BPL-COGEN實現95.1%的首輪一致性，通過2輪編譯-仿真閉環將正確率推進至98.6%。目前，相關代碼已在GitLab完全開源（MIT License）。AI已會“思考”，但還不會“動手”當前，AI已經能在數字世界生成假設與設計實驗。材料科學領域已經出現自主驅動的Self-driving Lab。但在生物學領域，無論上游AI多麼強大，其輸出最終仍須被翻譯為物理操作，而這一過程，至今仍依賴自然語言文本這是一個半導體和軟件行業幾十年前就已跨越的問題。半導體設計通過Verilog和VHDL完成了從自然語言向硬件描述語言的躍遷，軟件工程通過類型化語言確立了可驗證的穩定性。生物學一直缺少與之對應的、具備編譯器驗證能力的底層語言，這正是當前AI驅動實驗設計與可復現物理執行之間的速率限制環節。代價是清晰的。《Nature》在2016年針對1,576名研究者的調查顯示，超過70%的人無法復現他人實驗，超過一半的人無法復現自己的實驗（Baker, *Nature*, 2016）。恩和團隊的論文進一步將問題歸納為三個維度：協議精確度。典型指令中常隱藏濃度、時間、體積等多處未明分支點。幾十條此類指令疊加，使實驗可復現性完全依賴於人員的經驗補全。協議驗證。自然語言缺乏在執行前模擬物理一致性的機制，內部邏輯錯
Snap分拆生成式AI視頻團隊成立新公司Dotmo 緩解高昂研發成本壓力
Snap因內部生成式AI成本高昂，將AI視頻團隊分拆為獨立公司Dotmo，以減輕財務壓力並提升運營靈活性。新公司專注開發可生成互動遊戲體驗的AI模型，核心團隊由Snap離職員工組成。Dotmo雖架構獨立，但與Snap仍保持緊密的資本和技術紐帶。
視覺盛宴接入 AI：Getty Images 與 OpenAI 達成戰略授權合作
Getty Images與OpenAI達成合作，將龐大授權圖片庫接入ChatGPT，為用戶搜索提供視覺化內容支持。作為全球視覺素材巨頭，Getty此前已與英偉達在生成式AI領域佈局，此次合作進一步深化其AI賦能戰略。
Anthropic 恰烏裡稱有信心“未來幾天”重新開放 Mythos 及 Fable 5 AI 模型
韓國中央日報於 6 月 19 日發佈博文，報道稱在韓國首爾舉辦的新聞發佈會上，Anthropic 國際董事總經理克里斯 · 恰烏裡（Chris Ciauri）表示，公司有信心“未來幾天內”向美國之外地區重新開放 Claude Mythos 以及 Claude Fable 5 模型。
Edge AI Daily 早報（6月19日）
AI Engineer World's Fair 2026規模再創新高，標誌AI工程從幕後走向舞臺中央。行業面臨結構性調整：楊立昆警示OpenAI年虧210億美元揭示商業模式脆弱性，Transformer之父轉投OpenAI反映人才爭奪白熱化。Anthropic多線佈局——語音支持七種語言、加入碳清除聯盟、落子首爾辦事處，展現生態擴張野心。監管壓力加劇，意大利依據DMA調查蘋果iCloud，巴西開放iOS側載佣金降至5%，蘋果圍牆花園持續崩塌。