Sora训练数据何处寻？OpenAI首席技术官表示不确定

原标题：Sora训练数据何处寻？OpenAI首席技术官表示不确定

近日，备受瞩目的AI公司OpenAI推出了其全新的文本转视频生成模型Sora，然而，在公众对该技术的热情追捧中，有关其训练数据的疑问却逐渐浮出水面。在接受华尔街日报的采访时，OpenAI的首席技术官Mira Murati对于Sora的训练数据来源表现得极为保守，令人困惑。

当被问及Sora的训练数据时，Murati只是笼统地表示：“我们使用的是公开可用数据和许可数据。”然而，当记者进一步追问这些数据是否包括YouTube视频时，Murati的回答却出人意料：“我实际上并不确定。”对于是否使用了Instagram或Facebook视频的问题，她也同样避而不答。

Murati的含糊其辞引发了外界对OpenAI的质疑。此前，该公司就曾因数据抓取行为而引发争议，甚至面临多起版权诉讼，其中包括纽约时报的指控。如今，连公司的首席技术官都无法明确说明其最热门模型的训练数据来源，这无疑让人对OpenAI的数据使用策略产生了严重的怀疑。

据报道，采访结束后，Murati曾私下承认确实使用了Shutterstock视频来训练Sora。然而，考虑到网络上视频的庞大数量，这些来自Shutterstock的素材可能只是Sora训练数据中的冰山一角。那么，其他的训练数据究竟来自何处?Murati为何在采访中对此三缄其口?

一些网友对Murati的表现表示失望，认为她缺乏坦诚，甚至质疑她是否真正了解自己的产品。他们指出，作为首席技术官，对如此关键的问题不知情是难以接受的。然而，也有人持理解的态度，认为既然内容已经公开，人工智能公司就有权使用。他们认为，用户在公开内容时就应该意识到可能被使用的风险。

不过，无论外界的看法如何，一个不争的事实是：公众对于AI训练数据的来源和使用方式有着极高的关注度。尤其是在数据隐私和版权问题日益受到重视的今天，含糊其辞的官方说辞显然无法平息人们的疑虑。