AI时代!RSL新规2025年上线,内容创作者将让AI付费!
2025年9月,一项名为“Really Simple Licensing (RSL)”的全新许可标准正式亮相,旨在为全球内容发布者提供一套机制,以规范人工智能(AI)系统对其内容的抓取和训练行为,并争取相应的商业回报。此举背后,是由RSS协议的联合创始人Eckart Walther与前Ask.com首席执行官Doug Leeds共同领导的RSL Collective组织在积极推动。多家知名内容平台和企业,包括Reddit、Yahoo、Medium、Quora等,已公开表示支持这一新标准,这标志着内容创作者在AI时代维护自身权益的探索迈出了关键一步。
新媒网跨境了解到,当前,全球内容产业正面临由生成式AI技术带来的深刻变革。随着AI模型对海量数据的饥渴需求,如何确保内容创作者的知识产权和劳动成果得到合理尊重与回报,已成为一个亟待解决的行业难题。长久以来,内容发布者在互联网上控制机器人(bots)访问其内容的主要方式是依靠robots.txt
文件。然而,这种机制更多地是基于“禁止”或“允许”的二元选择,对于日益复杂的AI训练数据需求,它无法提供更精细化的管理,更不具备明确的商业许可和收益分配条款。部分AI公司选择直接抓取公开网络数据,这引发了版权纠纷和法律诉讼,使内容创作者的生存环境面临挑战。
RSL标准的出现,正是为了弥补这一空白。它允许发布者直接将许可和版税条款嵌入到robots.txt
文件、在线书籍、视频和数据集之中。这意味着,内容方不仅可以设定访问权限,还能明确要求AI公司为其内容使用支付费用。
在具体操作层面,RSL提供了多种商业模式供发布者选择,例如订阅费(subscription)、按抓取量付费(pay-per-crawl),或是按推理次数付费(pay-per-inference),即当AI系统在响应中使用了发布者的内容时进行补偿。对于那些不以训练为目的的机器人,比如用于搜索引擎索引或内容归档的爬虫,RSL则保持其原有的抓取方式,不施加额外限制。
RSL Collective的愿景是为互联网打造一个可扩展的商业模式,其灵感来源于音乐行业的ASCAP等版权管理组织。目前,已有包括Reddit、Quora、Yahoo、Medium、Adweek、Fastly、Internet Brands、The MIT Press、O’Reilly、People Inc.、wikiHow以及Ziff Davis在内的多家知名品牌和机构,公开表达了对RSL标准的鼎力支持,这为新标准的推广奠定了初步的用户基础。
值得关注的是,技术服务提供商Fastly正与RSL合作,共同开发一种“守门人”技术。该技术能够根据机器人是否遵守许可协议来决定其访问权限,这有望为RSL的执行提供技术保障。
当前,一些大型媒体机构,如部分外媒,已选择与AI公司直接达成内容许可协议,以期获得收益。然而,RSL的目标是为所有规模的发布者,无论大小,简化这一复杂的许可过程,使其能更便捷地参与到AI内容经济中来。
然而,新媒网跨境获悉,AI模型构建者在过去曾有忽视robots.txt
规则的历史。因此,RSL的成功与否,很大程度上将取决于主要的AI参与者是否会真正采纳并遵循这一新标准,因为目前该标准尚缺乏强制性的法律或技术执行力。
RSL并非当前市场中唯一的探索。全球约有20%的互联网流量通过Cloudflare进行处理。这家公司也在积极应对AI爬虫问题,其默认设置已开始阻止AI爬虫,并且正在测试一套“按抓取量付费”系统,向AI公司收取数据访问费用。这与RSL的理念不谋而合,两者共同的努力或将重塑AI公司获取训练数据的方式。
RSL的推出,反映了内容创作者在全球AI发展浪潮中对自身价值和权益的深度关切。新媒网跨境认为,在数字经济与人工智能深度融合的背景下,此类新兴许可标准的探索,无疑为未来的内容创作、分发与商业模式带来了新的思考维度。
若RSL能获得广泛采纳,它有望为内容产业与AI技术之间的互动建立起更加可持续的商业循环。对于内容创作者而言,这意味着其专业内容能够转化为明确的经济价值;对于AI公司而言,一个清晰、合规的数据获取途径,将有助于规避潜在的法律风险,并确保训练数据的来源合法性。然而,这一新标准的推广仍面临诸多实际挑战,包括如何建立有效的执行机制,以及如何平衡不同参与方之间的利益。未来,内容出版商、AI开发者、技术服务商以及监管机构之间的持续对话与合作,将是RSL乃至整个AI内容生态能否健康发展的关键。
新媒网(公号: 新媒网跨境发布),是一个专业的跨境电商、游戏、支付、贸易和广告社区平台,为百万跨境人传递最新的海外淘金精准资讯情报。
本文来源:新媒网 https://nmedialink.com/posts/ai-age-rsl-2025-content-paid-by-ai.html

评论(0)