Qwen3发布了。这到底是划时代的胜利，还是翻车了呢？

大家好，欢迎收听老范讲故事的YouTube频道。Qwen3真的是千呼万唤始出来。前面好几周就已经不断有传言说Qwen3要发布，要多么多么强大。突然发布之后，当然也肯定是伴随着一大堆的评测数据了。官方评测数据呢，永远是我超越了谁、超越了谁。但是很多评测的人呢，觉得好像差那么一点点意思，没有达到预期。所以今天我们来讨论一下，这到底是又一次划时代的胜利，还是翻车。

Qwen3呢是凌晨发布的，4月29日凌晨上线，在Github上全面开放。我呢已经开始用上了。使用的方法有几种：

第一种是本地部署。我是MacBook Pro，M2 Max的芯片，32G内存。其他的不重要，你到底有多少硬盘，这个事没有那么重要。本地使用OlAmA部署，我使用了8B、32B和30B-A3B。最后这个是什么意思？最后是一个MOE的模型，它是30B-A3B，就是说它每一次干活的时候激活3B，也就是30亿参数。它是这样的一个标注。就这三个版本的模型，在我本机都可以跑，速度呢都是还可以接受。

云端，第一个你肯定上阿里他们自己家玩去。阿里云百炼平台，使用支付宝或者淘宝账号刷一下，就可以进去使用了。价格还是很便宜的，特别是一些很大的模型，还是要在这个上面才能去跑起来。然后open Router永远是最快的。4月29号凌晨发布的，4月29号白天就可以在这个平台上用上了。硅基流动稍微晚一点，大概到5月1号可以去使用了。

那么Qwen3有什么样的特性呢？第一个是全配置，这个非常非常重要。什么叫全配置？就是它从很小的模型到很大的模型，所有的配置都是完整的。首先它提供了稠密模型，不是MOE，就是单个的这种稠密模型，从0.6B、1.7B、4B、8B、14B、32B，这些都提供了。MOE模型提供了30B-A3B和235B-A22B。235B-A22B这种模型什么意思？就是说一共是2,350亿参数，每一次激活220亿个参数。它是这样的两个MOE模型。

全场景。你在移动端0.6B到4B这样的模型，在移动端没有任何问题都可以跑。说我在终端推理，或者是在PC端跑一跑，做一些商业应用，8B、14B、32B都是可以跑的。你说我有一些复杂任务，或者做一些AI agent开发，30B或者是235B的两个MOE模型非常好用。而且呢是全语种，它支持119种语言。不过这块有人在吐槽。

这119种语言，好像除了中文、英文和常见的几种语言之外，其他什么斯瓦西里语这种奇奇怪怪的语言，支持的并没有那么好。

训练的过程呢，稍微的跟大家展开讲一讲。预训练用了36T的数据。LLAMA4的预训练数据的话是30T，Qwen3的话，比LLAMA4的训练数据集还要再大一些。

它的第一阶段呢，是使用了30T的数据，训练了一个基础语言模型出来。第二阶段用5T的数据呢，去强化STEM，也就是这种科学相关的能力，以及编程相关的能力。到第三阶段呢，就是扩大上下文。一开始这个上下文是比较小的，经过第三阶段的扩大以后：

– 4B以下的模型，也就是刚才我们说的0.6B、1.7B、4B这三个模型，它们的上下文呢达到了32K。
– 大于4B的模型，也就是8B、14B、32B，以及MOE的两个模型30B和235B这几个模型，他们的上下文呢都已经达到了128K。
– 在一些特殊情况下，可以达到256K的上下文。

这块呢，有待继续提升吧，因为LLAMA4的上下文是10兆，要比它大很多。

数据来源，就是拿什么数据来训练的这个东西：
– 60%的数据呢，是互联网原生数据。
– 25%呢，是专业领域的数据，包括GitHub上面的代码、数学公式、科学数据。
– 还有15%呢，是合成增强数据，就是拿其他的大模型去生成的一些数据，用的是Qwen2.5的一些模型生成了一些数据。这块呢，主要是做一些推理链的训练，而且也可以做多语言的对齐。

这就是它的数据来源。这块呢，跟LLAMA4就有很大的区别。LLAMA4大量的使用的都是合成数据，而这个Qwen3的话，使用的大量是原生数据。

在预训练之后，还会进行后训练。后训练的话，实际上是对模型做微调了。他呢，在分四步对Qwen3进行微调：
1. 第一步是长思维链冷启动的训练，注入数学、代码等领域的常推理数据。
2. 第二步呢，是强化学习探索强化学习，就是你给我生成结果，我们来打分，然后你根据我的打分来决定说这个结果对不对。它是基于规则奖励，提升复杂推理能力的一个训练。
3. 第三步呢，是模式融合。这个东西特别好玩，它是一个融合模式的推理模型。什么意思呢？因为我们使用推理模型的时候，有一个特别讨厌的东西，就是有些特别简单的东西呢，给你推理半天，甚至推理的TOKEN还消耗了很多。对于Qwen3来说呢，它里头有一个参数，就是你是不是要打开推理。同一个模型呢，你可以在这设说你不要打开推理，他就快速的给你出一结果。你说你给我做推理。

就给你啰里八嗦的去想去了，这个也算是个创新吧。原来都是推理模型，就是必须要推理。他是做了这样的一个训练，然后第四步呢是进行通用校准，特别是覆盖20多个领域的强化学习，修正一些不良行为。他等于做了预训练之后，还做了大量的微调后训练。

那么，Qwen3的技术创新到底有哪些呢？

第一个就是它这个混合推理架构。就是你到底想不想让它推理，你告诉他就完了。他给你去推去，或者是直接给你一个答案。

第二个技术创新呢，就是它的MOE的参数效率极大提升了。它的235B的模型里头，每一次激活只激活22B的参数。它要比DeepSeek R1激活的参数要少很多，只有DeepSeek R1 1/3的参数。它整个的模型尺寸也只有DeepSeek R1的1/3。所以呢它的部署成本要比DPC卡R1要低很多，推理的效率也要高非常多。

第三个呢就是多语言和多模态的支持。第一次支持了119种语言，2025年内将推出Qwen3-Vl多模态版本。现在的Qwen3还不支持多模态，你给他张图片他还是认不出来的。这块还是比LLAMA4要差一点。LLAMA4是你给他个视频，他都可以给你进行推理。

最后，Agent能力增强。它呢是直接支持MCP，原生支持MCP协议，工具调用准确率提升40%，API代码量减少70%。这个是Qwen3在这一个时代里头，必须要去实现的功能。这也是它比LLAMA4强的地方。

对Qwen3的期待、评分以及使用感受方面，还是有一些落差的。各项评分一定是高的吓人。因为你现在说，我今天推出一个新模型出来，你一定会自己做一大堆评测，然后跟模型一起推出。如果你说我自己做的评测就比谁都差，那这事你还推它干嘛？一定是说我现在评测了，比大家都强了，我才可以推出来。所以评分一定都比大家强。这块呢，就不跟大家详细去列举说那个评分是多少了，没有什么意义。

但是呢，这个里头比较好玩的是什么？就是它是一个田忌赛马的故事。大家知道什么叫田忌赛马吗？用我们的比较差的马，跟人家那个最好的马比，我输掉了。然后呢我用我的最好的马去跟人家的中马比，我赢了。用我的中马去跟他的最差的马去比，我又赢了。等于三局两胜，我赢两盘。他是很多做这样的这种比较。

为什么Qwen3有田忌赛马的这个能力呢？你比如说，8B的模型可以达到人家的32B的效果。我现在是32B的模型，我可以达到原来72B的效果。他等于做了很多这种错位的比较，我用更小的模型。

达到了以前必须用更大规模模型才可以达到的效果。当然，田忌赛马呢，也未必都是好事。为什么？因为很多人会对这种小参数模型抱有不切实际的期望。一堆人拿来说：“我拿这个8B的模型跑一跑试试，看看我去做一些很复杂的任务，到底效果怎么样？”肯定效果不好。千万不要认为你用8B的模型就可以跑出非常非常好的效果来，这个肯定还是有一些差距的。它可能会在某些特定的领域，或者经过一些微调和训练之后，可以达到32B的效果。

绝大部分人对大模型的认知都是停留在什么GPT-4O这个水平的。你要想拿8B的模型去跟这样的模型去比的话，没有任何可比性。那你说我使用这些32B的模型呢？就属于在大部分情况下可以接近GPT-4O这样的一个水平。咱不研究多模态那些东西，就是正常的内容生成，算是接近。至于说它的235B呢，现在距离Gemini 2.5 Pro还是有一些差距的。但是呢，相对于其他的模型来说，基本上算是跑在同一个基准线上了，不比别人差了。

Qwen3 235B-A22B的这个最大模型在数学、代码、Agent等方面都是全面超越了DeepSeek R1。部分场景呢，接近Gemini 2.5 Pro。这什么意思？就是全部的场景肯定离Gemini 2.5 Pro还是有一定的差距的，但是有一部分场景接近了。但在复杂语义理解，就特别复杂的情况下，还是有一些差距的。特别是一些复杂的逻辑分析，它是有问题的。真实使用的感受呢，算是能用。比起DeepSeek R1强吗？其实感觉不太出来，基本上可以达到DeepSeek R1的水平。

指令依存方面呢，肯定还有一点点欠缺。让他做一个很复杂的动作，他有的时候还是会丢三落四一些。这块我自己试过的，网上也有很多吐槽的人。第一个，复杂推理中的逻辑断层和幻觉生成的问题。所有推理模型身上都有这样的问题，Qwen3即使是最大的模型235B，在这块呢，也不比别人好多少。第二个呢，就是过度思考跟效率问题。有些人发现说：“我给他一个很复杂的问题，他自己开始进行推理了，推理来推理去，直接死在里头了，彻底推不出来了。”这种情况现在也还是存在的。

但是呢，也不用太着急。他既然可以进行后训练，可以进行微调，那我相信大家有各种问题去提就完了。Qwen应该会快速的微调出不同的版本出来的。多语言支持的不均衡，你说119种语言，那些小语种支持的肯定没有那么好，因为语料也没那么多嘛。但这一块你想让它提高支持的话。

也很简单，拿足够多的语料去微调就完了。他也是可以去支持的。然后还有一些伦理跟隐私方面的风险，因为它可以有非常非常小的模型。所以你可以把这种模型，比如部署在你们家洗衣机里，或者部署到一些很奇奇怪怪的这种角落里面。他的能力还很强。而且这种全开源的模型，还有一些人微调了以后，是可以把他的一些安全限制去掉的。这个就会比较吓人，所以大家对这块呢也有一些担心。

还有呢，就是模型对齐和偏好上面的一些问题。比如说吧，生成内容有时候会偏离用户的意图。它对一些指令的依从，还是会稍微差一些的。那么给出一个简单的结论吧，这到底是一次划时代的成功呢，还是翻车呢？我个人的感受呢，这又是一次划时代的胜利。

Qwen3真正在跟谁竞争？大家要想清楚：LLAMA 4、DeepSeek R1、Claude 3.7、Gemini 2.5、GROK3、GPT O3 O4这样的模型，到底在跟谁竞争？实际上真正去跟Qwen3竞争的只有一个，就是LLAMA4。其他的都不在同一个起跑线上。

LLAMA4呢，是翻车了。它怎么翻车的？第一个是数据造假，或者叫过拟合。拿直接去跑分的题目进行训练，这样跑分效果特别好，但是实际使用的效果差异巨大。这是LLAMA4翻车的一个最根源的原因。

咱们从另外一个角度上来讲，LLAMA4自己其实是有一些问题的。第一个是什么？就是它公开的模型太大，占资源很多，放弃了绝大多数的场景。他就开源了一个104B，一个400B的模型。普通人你拿他没办法，像我的电脑根本跑不起来。你就算部署到云端的话，它占资源也是占的非常多的。就对于这个经济性来说，一点优化都没做。你说我想在手机上跑，想在嵌入式设备上跑，没做这个准备，他就不惦记。甚至还有一个两T的模型，压根都没有发布出来。他就发布了一个109B，一个400B，其他都没有了。

而且这么大的模型，你想去微调那太痛苦了。就是你想微调一个模型，模型越小越好调。你模型越大的话，你调起来甭管是你的数据还是算力，都是非常巨大的成本。现在看的LLAMA，应该是准备走XAI这条路。

XAI是什么路？假开源。为什么马斯克的XAI叫假开源呢？就是我确实把东西开出来了。他承诺的是什么呢？就是我发布新版本，我就把旧版本开源。而且呢，开出来的东西，你要想调用的话，你也调不了。为什么？我只把那最大的模型出来，哐昌往那一扔就完了。各种的文档，各种东西都很少，你部署上去也不划算。

所以呢，我开源了吗？开了，东西也放这了。能用吗？没法使。你提任何问题、提任何要求，说哪给我改一东西，也没人理你。这就是XAi的玩法。

你要想调用这些东西怎么办？到我服务器上来调用XAI的API，这个是没问题的。我现在也在Grok的服务器上去调用它的API，效果也还可以。但是你说有没有第三方去部署Grok模型，然后让大家去调用呢？没有。因为你现在开源出来的版本低，它的效果没有那么好。你要想使用最新的，你只能在他的服务器上使。以后呢，Meta估计也要走这条路。

那你说为什么没有人骂XAi呢？原因很简单，因为XAi一直就这样。从x开放出来的这个推荐算法，开放出来以后，就再也没有更新过任何代码。你提的所有问题，连回复都没有人回复。XAi更新出来的Grok开源模型也是如此，开源出来啪往那一扔，彻底没人理你了。所以它一直这样。

而LLAMA呢，原来是比较开放的。现在大量的模型都是在LLAMA基础上做出来的，包括Qwen早期的模型，都是在LLAMA基础上做出来的。那现在呢，有点越来越回去了，所以有点怒其不争。大家要骂一骂他，看看能不能把他骂回来。

然后另外一个，LLAMA4被人骂的原因是什么？他不支持MCP。现在是一个做Agent的时代，你不支持MCP，你模型能力再强，你也搞不定各种场景。现在即使是你使用GBT 4O或者GBTO 3这样的模型，你没有一些外接的组件，你根本就跑不出结果来。所以你不支持MCP，这事肯定不行。

还有呢，就是LLAMA对用户是有限制的。LLAMA虽然是开源模型，但是呢，不能进行商业使用。你只能拿去做研究。你说我拿这东西做商业使用了，对不起，你会收到律师函的。而且如果你是一个大公司，月活用户数超过7亿的公司，你如果想使用LLAMA4或者LLAMA早期版本，你需要向Meta做单独的申请。申请通过了以后你才可以去使用，否则不让用，就做了很多限制。

这个反面典型讲完了，咱们讲一讲Qwen3跟LLAMA4比较起来是怎么样的。Qwen3完全开源，你爱干嘛干嘛去，想怎么调怎么调。第二个，体积小，参数少，规格全，性能高。从0.6B就开始，所有的都给你发一遍，爱用哪个版本用哪个版本。这些小体积的模型，经过微调之后应该会一统江湖。

什么意思？就是现在在hugging face上，绝大部分的模型都是拿Qwen2.5、Qwen2这些各个尺寸的模型调出来的。

早期的LLAMA还是各个尺寸都有的。现在到LLAMA4，前面那些小的模型就不出了。Qwen3又把所有的模型都出了一遍，那大家就拿来微调呗。你说哪块不满意，我就专门把它调一调，训练一下上去使不就完事了吗？所以一定会一统江湖的。

而且，Qwen3是原生支持MCP的。我在本地部署了OLAMA 8B的模型，使用Cherry studio测试了一下，支持没有任何问题。但是呢，支持的并不是那么顺畅。30B和32B的模型我在本地也装了，完美支持MCP，没有任何问题。

那你说什么叫支持的不顺畅？什么叫支持的顺畅呢？在这跟大家讲一讲使用MCP的过程。其实很简单，MCP也是描述一下工具，说我这有一工具，这工具叫什么什么名字，输入的参数是什么，输出的参数是什么，能干什么。大概是有这样的一个描述文件，你把这描述文件给到大模型以后呢，大模型会根据你提出的要求，来生成一个调用这个工具接口的代码。

这个8B的模型呢，有时候生成的代码会有点小错误，导致呢调用失败。那调用失败了以后呢，他会换一个方式，再调另外一个接口，然后会得出一个需要的结果出来。你使用32B模型，或者30B的Qwen3模型的话，你把一大堆的描述扔给他以后，他就会正确的找到需要使用的接口，需要使用的工具，然后生成调用代码直接调。调完了以后得到结果，需要再调用的话，还可以在一次推理里头多次调用，然后得到结果。

因为我是放的高德地图的MCP进去，说来给我规划一个旅游路线，这个效果好极了。完完全全在本地，当然高德地图那个服务器不在本地。其他的，他的Qwen3，OLAMA，Cherry studio都是在本地跑起来了，所以这块效果好极了。

现在呢是大模型密集发布的一个周期。前面我们看到了Gemini 2.5 Pro，Gemini 2.5 Flash，GPT也在快速的连续发布。后边还会很快看到一些新东西，包括马斯克下周要发布的Grok 3.5。Qwen3出来以后，如果有哪些方面超越了它，那它是肯定是要更新的嘛。GPT5应该也快了，这就是这样的一个风起云涌的大时代。

好，总结一下吧。Agent时代一定要有一个对Agent友好的模型发布出来，才会被大家叫好，才算是一次成功的发布。体积小，参数少，规格全，性能高，只要可用性不退步，方便微调，这些特性都具备的话，再加上前面的MCP的功能，Qwen3绝对是一次划时代的成功。好，这就是今天讲的故事。

大家赶快去玩耍起来！好，感谢大家收听。请帮忙点赞，点小铃铛。参加DISCORD讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见！

苹果突然宣布禁止微信和抖音这两个超级APP在iOS系统上的更新，这到底是怎么回事？大家好，这里是老范讲故事的YouTube频道。今天咱们来讲一讲苹果的这一项很奇葩的权利，就是禁止更新。

通常呢，是一些违反规则的应用会要求他禁止更新。苹果的更新其实分几种。第一种是正常更新。我上传APP了，过一段时间发现有问题了，要去更新。在这个时候，苹果会进行一个审核。审核速度其实并不是很快，有的时候需要一两周。有一些相对比较敏感的APP，可能会审几周甚至几个月的时间。因为我们以前做安全公司的时候，发布的苹果APP经常会审核很长时间，所以我们会开发一堆版本，等着一个一个审核通过。

还有，要紧急更新的情况。有时候，我突然有一个重大bug，或者有一个特别的节假日需要去做一个活动。那么这个时候，可以向苹果申请紧急更新。因为他们也知道，有的时候不更新可能会造成整个系统的崩溃，他们会给你留出这样的通道，就跟咱们去医院看急诊似的。

但是呢，每一个开发者每年申请紧急更新的次数是有限制的，并不是随时随地都可以去更新的。当然了，还有一种情况，就是苹果认为你现在违反了一些规则，但你的影响又很大，不能直接给你下架。所以他们就会做这种禁止更新的处理。这比下架要轻一些，但开发商如果遇到禁止更新这样的事情，也很痛苦。像微信和抖音这样的应用应该经常更新。

我中间禁止你一个月更新，两个月更新，这算什么大事吗？非常非常麻烦啊。

第一个，禁止更新了以后，你就没有办法更新广告主或者各种广告SDK，这都没法动了。第二个，就是没法修补漏洞了。你一旦发现有漏洞了以后，想要紧急更新一下，没法干啊。第三个是无法进行任何策略的调整。你说我现在程序上想修改些东西，比如像抖音，我今天有一些新的内容上来了，或者是微信有人跟我聊天了，这个是跟更新没关系的。但是，我希望把一些策略调整一下，先看哪个，后看哪个，或者禁止哪些东西，允许哪些东西。这些如果是客户端的策略，一旦禁止更新了，就改不了了。

最讨厌的是什么呢？没法参加各种活动了。因为我们知道，所有国内的APP在重大活动的，比如双十一、618、双十二，或者是春节、圣诞节等节日时，我们都会上专门的特别版。在这些特别版里，会有特殊的UI设计以及相应的活动页面和各种折扣。一旦禁止更新的话，我们就没法过节了。这个对于互联网企业来说是非常麻烦的，因为互联网企业干的活是什么？有节日过节日，没有节日创造节日也要过节日。一旦禁止更新，这些事都没了。

而苹果一方面是禁止更新，另外一方面，人也禁止软更新。什么叫软更新？就是原来有一些应用方式，它是可以通过服务端把一些代码直接下发给应用程序，让应用程序执行。这样的话，我们就不需要经过苹果的审查。

不需要去正式更新版本，也可以更新前面的一些逻辑。其实你可以把APP想象成一个浏览器，我把很多的代码直接下发到浏览器，浏览器可以运行。可是后来苹果把这条路都封禁掉了。哎，以前有很多的中国APP都是做软更新的。苹果去年做了几次，几万个APP下架，这样的事情就是封堵这个软更新。

所以现在苹果禁止更新的这件事情，对于很多的APP开发厂商来说，是个大杀器。那么禁止更新的原因是什么呢？偷逃苹果税啊，这对于苹果来说是个重罪。

微信的情况本身很复杂。你像我们在微信里可以支付，比如说我去买个东西，我也可以转账。当然，你也可以在微信里订阅各种各样的公众号内容，或者在里边打个小游戏。这就要分情况了。比如说我电商购物，或者我在线下超市付款，做转账、支付，这些不用交苹果税。你不能说我在线下买瓶水，苹果就扣我30%，那他管的太宽了。

但是呢，有一些是需要交苹果税的，比如说我去订阅公众号内容，做打赏，或者在微信里玩小游戏付了钱，这个苹果是要收税的。苹果收税的要求就是，你在苹果平台上交易了虚拟物品，苹果收30%的税。

那么微信呢，应该是有一些小游戏在里边做了一些引导，说来啊，你从这里点击一下，有个链接，跳转到其他的页面，或者跳转到一个微信群里，到那边去支付，就可以不用交苹果税了。甚至我给你打一个折扣，原来比如说你充10块钱。

我给你10颗钻石。现在你跳到那边去，你充9块钱。我给你13颗钻石。这个事情呢，对于微信来说，对于游戏开发商来说，都是有好处的。但是对于苹果来说，就亏了。那么你说这种跳转了以后，微信收着钱了吗？微信其实也没收着，但微信无所谓。为什么呢？苹果的软件服务这一块，最主要的收入是苹果税，而微信的主要收入是广告。

对，你想在微信平台里边去做游戏，你就要老老实实地在微信平台里投广告。微信已经把广告费挣到了。至于钱你是怎么收的，微信其实也没有那么在意这个事情。所以这件事情，苹果就不乐意了。而抖音遇到的问题其实跟微信很像，因为抖音现在也有很大的一块收入是来自于抖音小游戏。抖音小游戏里边的很多玩家也是说跳转到其他地方去进行支付的，这种转移，偷逃苹果税。

而抖音的商业模式跟微信也很像，主要是卖广告的。你在抖音里边打小游戏，那么你就老老实实在抖音投广告，就完事了。至于你这个收入到底是怎么跑，抖音也没有那么在意。虽然这些收入在微信也好，抖音里头也好，在支付的时候，抖音跟微信是抽成的，但他们更在意的是广告费。

那么，这就不行了。微信和抖音就因为这件事情，被苹果直接给停了更新。微信跟抖音这两年其实都在发力做小游戏，他们做小游戏的最主要原因是什么？就是广告流量可以形成闭环。微信也好，抖音也好，最主要是要把广告卖掉。一旦在里头形成小游戏了，那么就可以说，我在抖音里头卖了广告了。

你就在抖音里头打小游戏，打完了以后退出来，你还在抖音里头。他们的第一个收益非常高，第二个呢，肥水不流外人田啊。因为其实做广告商，比如微信也好，抖音也好，做广告最害怕什么？你点完广告以后，你退出了微信，或者微信和抖音跑到后台去了，然后你把一个游戏叫到前台了。这个过程实际上是一个用户跳出行为，但是小游戏就不存在这个问题。我还是在微信和抖音的这种平台里边，在玩这个东西，所以他们很喜欢这个状态。

而且呢，还可以很方便地形成社交裂变。什么叫社交裂变？比如说，我在微信里打了个小游戏，打完了以后呢，我在微信朋友圈里去分享，说我打到多少多少分了，你们来比一比啊，看谁更厉害啊，或者到微信群里边去分享。这很方便。抖音也很喜欢干这个事情。你达到了一个很高的成绩，赶快在抖音里发一条短视频炫耀一下，让看到你的人也一起来打一打。这是他们真正喜欢的事情，比他们在抖音里做个广告跳出去要好很多。

小游戏呢，就更容易进行支付的跳转和转移。因为你在微信里面，或者在抖音里面，他们本身微信也好，抖音也好，都是电商平台，都是支付平台啊。那我稍微让你换一个地方，你把一个虚拟物品变成实体物品，或者变成一个转账，这个税就逃掉了。游戏支付整个的过程和逻辑是什么？第一个，我要确定你是谁。在抖音和微信里头，其实都相对来说比较好确认，因为开发者可以通过抖音跟微信的后台直接拿到玩家的一个ID。

虽然他并不具体知道你是男是女，是多少岁，但他可以把你的这种ID找到，可以进行唯一的标识。这是第一个，我们要知道谁充值了。第二个呢，当你跳转转移之后，我们还能确定说，哎，你这个充值确实成功了，这个钱我收到了。第三步，要在游戏里边给你发东西，甭管发钻石给你升级，还是给你改数值，实际上这是一个完整的循环。

像以前也有这种转移，在过去玩大游戏的时候，也曾进行这种转移，但麻烦很多。比如说，我从一个大游戏里边跳转到一个微信群里边去做支付，或者跳转到一个支付宝小程序里边去做支付的时候，首先要绑定说，哎，那个账号哪个是我的，我这边的号是什么。他们都会在游戏里边专门设一个页面，页面里给你一个特别特别长的乱码的这种ID，你要一位不差地把这个东西输到微信群里头，或者是输到小程序里头，还可以保证你在外面支付了以后，在这个游戏里面可以得到相应的这种钻石，或者是这种道具。这个过程就比较麻烦。

但是在小程序来说，或者微信小游戏、抖音小游戏来说，这个事就比较简单。国内的厂商在这一块已经在发生一些变化了。国内的游戏原来走的东西叫硬核联盟，就是各个手机厂商之间形成一个联盟。在这个里边去做游戏支付的时候，他们扣50%，比苹果还狠，苹果扣30%，他们扣50%。现在一些国内的大的游戏厂商其实已经在跟硬核联盟对着干了，所谓不上。

这个硬核联盟是怎么个不上法呢？我们自己做应用市场啊，我不上任何一个手机的应用市场。他们所谓的硬核联盟就是OPPO、vivo、小米、华为，所有这些人集合在一起。我们保证呢，在我们的应用市场里边，走的这个游戏支付，我们扣50%。他们是这样使用，撑着一个联盟。

那现在米哈游、腾讯、网易啊，一些大的这些厂商，就是我们不上了啊。我们自己直接在网站上下载，下载完了以后呢，我们付的钱，我就直接在微信或者支付宝付掉了。这个过程中我不用你的推广资源，不用你的渠道，我也不给你分钱。

现在国内在搞这个华为鸿蒙系统啊，现在据说是要脱离安卓。他怎么玩的呢？第一个游戏啊，我比安卓也好，比苹果也好，我扣的少。他大概是扣15%还是20，反正还扣的少。另一方面，微信开绿灯，微信里的所有的交易，甭管你是实体经济还是虚拟经济，余律不扣钱。哈哈，这华为走的是这样的一条路。

现在呢，算是一个新的时代到来了。怎么个新时代法呢？就是大游戏的传播成本上升，不划算了。你说我现在想做一个手机3A大作，这个事你这个投放成本实在是太高了，或者是买流量的成本实在太高了。那么怎么办？消费降级啊，咱们去玩小游戏。小游戏跟大游戏联系起来是什么呢？游戏变得比较粗陋，因为他没有那么多的美术资源。小游戏的玩法、数值设计这块其实也是很精细的，但他的画面、他的后边的素材相对来说要比较粗陋一些，但收益其实并不减少。

这些小游戏挺挣钱的啊。但是呢，它的收益是聚沙成塔，每个人交的很少，人很多，这样挣的钱还是相对来说比较多的。那么，大游戏呢，也在偷逃苹果税。大家都觉得这个东西很烦，只是呢，针对少数的大玩家，这个大游戏里的偷偷苹果税，绝不会像微信小游戏那样，我直接给你一个链接，明目张胆地在游戏内部进行引导。他不是这么干的啊。

他们呢，是说我直接想办法找到这些大玩家。说来，我告诉你一个方法，你可以加入到一个什么什么群里边去。在这个群里边，你可以打折充值。你想加入到外边群打折充值的话，就实际上已经把苹果税逃掉了吧。大游戏干这种事情，一旦被苹果坐实了，或者被苹果确认证据了以后，就直接下架，不会有这种停止更新的事。

当然，下架这些大游戏里头，除了这种闹得特别欢的，比如像堡垒之夜这样的，其他的下架了呢，可能大家也就把它忘记了，就算了。所以大游戏呢，一般在这块还是比较收敛的。

现在呢，欧盟也在对苹果进行整顿，而且苹果也服了。欧盟要求苹果什么呢？你在充值页面上，不能阻止开发商去显示跳转链接。什么意思呢？这充值了啊，应该充50块钱，下面呢，应该有一个明显的位置，让它显示一个跳转链接，说你可以跳到苹果外边去支付。这个是要允许的，也不能因为这件事情去对开发商进行处罚，这是欧盟给苹果提的要求。苹果也服了。

现在，微信小游戏和抖音小游戏，其实干的活就是这么个活。他们在充值页面上，直接显示了个链接，说来，咱们跳走吧，到外边去充值去。

给你打折，甚至呢，有一些是在里边进行聊天啊。因为甭管微信也好，抖音也好，里面都是有聊天功能的。在你要充值的时候，他直接跟你聊天说：“哎，咱别在这充了，咱出去充吧，出去我给你充值打折。”在中国，苹果还是有权利对他们进行处罚的，但是在欧盟的话，他已经把这个权利给收回了。

现在呢，超级APP正在逐渐成为新的操作系统，是屠龙勇士终成恶龙。微信跟抖音呢，其实也收税。你在微信里边搜小游戏，在抖音里搜小游戏，他们自己也收。而且呢，现在等于是他们把整个的用户使用时长全部霸占了。微信也好，抖音也好，这种超级APP变成什么了？他变成操作系统了，他说了算。

现在变成这样的一个状态，这对于苹果的伤害其实也是很大的。本来应该是大家都是一盘散沙，给苹果交税，现在等于里头俩俩大的啊，说：“我的用户我不给你交税了啊。”领主的领主，不是我的领主，别玩了这么一套东西。

苹果现在呢，也面临了一些困境。苹果刚刚发布的财报上啊，应该它叫2024第三季度财报。这个具体是第几季度，每个公司的财年规定不一样啊，反正8月份刚发布的财报是苹果的2024第三季度财报，上面显示什么呢？苹果手机的销量在下滑，但是呢，苹果总体的收益在上升。哪块在上升呢？就是软件和服务，也就是这一次苹果所去维护的这种苹果税的收入在上升啊。那么这一块上升的呢，已经快要能够弥补上苹果手机下滑的这块的损失了。所以苹果在这一块肯定会疯狂的反扑。

苹果一家独大的时代应该会过去。不要跟我讲安卓的用户量比苹果多。在移动互联网上，要想挣钱，只有苹果。安卓一般都是赚吆喝的，它是不赚钱的。大量的用户在安卓上跑来跑去，收益很可怜。因此，苹果是一家独大。

那么未来呢？应该是多元化。除了苹果之外，苹果上的这些超级APP，包括一些Web端的，或者是一些超级的大应用，它们都会形成各自的小山头，慢慢地藩镇割据。另外，一些国家会要求苹果逐渐开放。欧盟现在已经要求了，其他很多国家实际上也在思考要去限制苹果收取苹果税的权利。因此，未来的苹果可能真的是比较难了。iPhone的销量就已经上不去了。

另外，苹果的这种软件和服务的收益虽然现在还在上涨，但大家都盯着这一块了。作为表现，巴菲特刚做出了自己的决策，直接减持苹果股票，减持了一半。他原来持有多少股票，把其中的一半直接卖掉，变现金了。这就是苹果现在面临的故事。

所以别看现在是苹果禁止了微信和抖音的更新，但真正风雨飘摇中的是苹果自己。好，这就是我们今天讲的故事。感谢大家收听，请帮忙点赞，点小铃铛，参加Disco讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

大家好，欢迎收听“老范讲故事”的YouTube频道。今天，来跟大家讲一讲360盗图事件到底是怎么回事。事情的始末呢，是前一段时间，360开了一个技术发布会。发布的，是360AI智能浏览器，也就是360浏览器在这个基础上，可以有一定的AI功能。那么，在这个里头，给大家演示了一个功能是什么呢？叫图片局部重绘。就是给你一张画，然后你圈中了一些画里边的元素，然后说：“哎，给我重新画一些东西。比如说，换身衣服啊，换个发型啊，戴个眼镜啊，加个饰品啊，或者把后边哪一块我不想要的，给我去掉啊啊，或者给我在这画个猫，画个狗啊。”做这样的一个功能。演示完了以后呢，突然有一位AIGC圈里边的贡献者，就跑出来说：“哎，你这图是我的啊，你盗我图了，你应该是给我道歉啊。”四处就开始说这个事。360相关的负责人呢，也出来说：“哎呀，我找到他了啊，找到他完了以后呢，尝试跟对方进行沟通。我们愿意付钱，商用应该付钱。前头呢，我们自己挑选图片的时候，没太注意，是我们的问题啊，也道歉了。”但是在付钱的过程中就出问题了。这位作者呢，要求什么呢？就是你要付十倍的钱，先给我做一个罚款，然后呢，再去花正常的钱买这个商用版本啊。做完这两样以后，还要给我道歉啊。这样才可以。相当于就说，我要把这360的面子彻底踩干净吧。因为这一块呢，

本身并没有一个特别的明确规定，说你如果盗图了，应该怎么去赔偿。他自己也没说过啊，这作者自己并没有说过，谁盗图要10倍赔偿啊，从来没有讲过啊。只是说现在搞了这样的一个事情，360的负责人呢，就讲说哎呀，这个事情呢，已经超出了我的想象空间啊，有点太狮子大张口了。那么既然这样的话，你告我吧，咱们法庭见。正好呢，现在AIGC相关作品的版权认定，这个事比较模糊，咱干脆在法院上把它炒一清楚，甭管炒成什么样，咱们按法院判断来就行了。讲了这样的一个话，这位作者呢，也出来回应了，说我就要一块钱，这一块钱的使用费，哪怕就是十倍，也就是十块钱，就这样的一个情况就可以了。你只要给我道歉，公开道歉啊，那意思就是我要流量，我得蹭你。结果现在呢，360也不理他了啊，就说咱们就法院上见就完事了。大概就是这样的一个前因后果。咱们在说谁对谁错之前啊，咱们先说说到底是什么东西被盗版啊，大家先去评评理，这东西到底有没有道理。首先他们画的图用的是什么呢？叫stable diffusion，stability公司做的一套开源的绘图工具啊。这个东西本身是开源的，甭管是号称是被盗图的，还是360，其实用的都是他们家东西。那么在这个过程中呢，只要符合stable diffusion的开源许可文件，啊符合相关条款，大家都不算偷盗啊。

现在，stable diffusion并没有明确说明什么。其实，stable diffusion的早期版本相对来说是比较自由的。最新的版本，也就是stable diffusion 3，现在虽然为大家提供了一个模型，说你们可以免费开源使用，但是明确规定了不可以用于商业应用。因此，如果这里边用的是stable diffusion 3，那么360肯定是商业应用，这是违法的。在stability AI这里，360应该也没有使用3。出图的这位朋友应该也没有用3。所以，这是第一层。

然后，第二层是什么呢？第二层叫做checkpoint模型。所谓的checkpoint模型是什么？就是stable diffusion跟我们常用的这种图像生成模型有一个很大的区别。比如说，我们用open i的dalle模型，或者是用mid journey的模型去画图的时候，我们只需要给提示词就完事了，其他什么也不用给，它就会按照我们提示词里边使用的风格去给我们画图。但是，stability AI并没有这样的能力。你直接让它去画，它也能画，它有基础模型。但是，如果你想让它画得更好，你必须要给它挂一个很大的这种叫做checkpoint模型进去。这种模型呢，是用来增强和定制生成效果的，通常包含了特定的风格或细节，以提升图像质量或符合特定需求。

是用大量的图片和标识文字，以及各种参数一起来去生成的。训练出来的这种大模型，这个模型一个经常要可能几个G啊，或者有的十几个G，就是非常大。那么这是第二个，现在被盗版的这张图片呢，就是使用这个号称作者的这个人，他所训练的一个拆框里的模型绘制出来的。现在你想去画一个很特定的图片，最好还是要找到特定的Typoline模型，否则的话，你画出来这个图就只能听天由命了。

checkpoint的模型呢，我也到了这个作者的网站上去看，它上面写了说哎，你如果是个人使用，你就拿去用了，但是你不要商用啊。如果你是公司盈利性的组织，你拿去用的话，你是要给我付钱的。这个他已经写的很清楚了。到底付多少钱，他没说。而且呢，他告诉你说，如果你要想付钱的话，你还要到另外一个网站上，再怎么怎么再去付钱给我，绕来绕去的啊，是这样的一个过程。

那么前边甭管是360的这位负责人说，我愿意给钱，但是他找我要十倍。还是到后边这位作者说，我这个一块钱一份。这个呢其实都没有说清楚。这个checkpoint模型，你到底想用要付多少钱？为什么大家都不说？待会咱们后边讲啊，因为这个行业，还是稍微有一点点灰色的。现在是因为360使用了这个大模型吗？作为一个商业公司，一个盈利公司，你使用模型没给人钱吗？其实也不是。那么到底是什么东西呢？

是有一张用这个模型画出来的图，然后 360 呢，在这个图的基础上，又画了一张以图生图的一个再生成的图像。360 是拿这张图去做了一些修改和调整，在现场进行了演示。那么，这种呢，其实就属于非常难判断。第一个，我们使用你的模型，按照你给出的要求，我们应该坐下来谈怎么去付费，这事并没有任何问题。但是，用这个模型再生出来的图片，到底版权应该如何去划分，这件事情本身其实是不那么清晰的。而且，就算是这张图片是由这个作者本人用自己的模型再生成出来的，教大家如何去使用这张图片，这一块的话，其实也没有那么清晰的版权划分。我拿这张图出来以后，再去进行图生图，新生成出来的这个图片，是不是依然需要照顾你的版权，这个事就已经完全超出了现在版权相关法律的约定了。就算是我们用这种必元模型，我们也去做图生图，比如说，我把达芬奇的名画蒙娜丽莎塞进去，说来给我照这个风格，画一什么什么东西，他也画的出来，但是你这个画出来的东西，跟达芬奇名画之间，到底有没有版权纠葛，这个其实是说不清楚的。实际上，是这样的一张画，认为是有版权上的问题。而且，这张画呢，跟他用这个大模型生成出来的原图进行比较的时候，你说它像吧，也有点像，但是呢，这种 stable diffusion 生成的图片，其实都差不太多。你说它不像呢，也确实有它自己的独特之处。

这个也没有完完全全可以验证。那就是这样的一个状态：说哎，你就是这个东西侵权了啊，你要来陪我。所以现在呢，整个的圈子里头啊，很多人就是说你这个有点管太宽了。如果你做了一个基层模型，你就认为你基层模型里头生成的所有图片，你都享有权利的话，那谁用你这模型，拿你这模型干嘛去啊？这事没有任何意义了。而且拿你的模型生成出来的图片，拿这个图片再去做图生图，再去变换了以后，你依然享有版权，那这个就有点过分了。这个就属于没完没了了。所以呢，大家现在并不在这件事情上那么支持这位，号称是原作者的人吧。

现在双方的争议点是什么呢？就是360说我呢，还是要脸了啊，就是以前虽然要不要脸咱不知道，但是现在要脸了。AI上来以后，我们现在天天出来喊AI啊，中工业天天出来喊啊，我们要做AI的推动者啊，要做AI的布导师。那么这件事呢，呃你如果差不太多，我们还是愿意付钱的。前面呢，我们筛选图片的时候没太注意。现在呢，你如果愿意收这个钱，我们就算是花钱买你这个模型的商用使用就完事了啊。买完了以后呢，我们以后呢，还可以一起来去做宣传，做推广都没有任何问题。我们愿意合作。360其实这一次姿态摆的还算是比较低啊，呃道歉愿意花钱啊，以后合作啊，这个事都说了。这位朋友呢说啊，这个不行啊，必须要先给10倍赔付，公开道歉。

然后，你再要去买我的这个模型啊。这件事呢，360这个产品负责人说，超出我的审批权限了，这个没法整了。而且说，你所有的东西我都录音了，咱们回头作为证据出来说。然后，这位原作者也上来说了，说我反正要流量，我们就把事搞大呗，咱们就去就折腾呗。他说，我就要一块钱啊，我就要公开道歉，你们也别说我心黑。至于他当时找360要了多少钱，谁也不知道啊。360现在也没有公开相关的录音啊。现在大家都在争这样的一个事情，实际上是已经不再争钱了，再争一脸啊，再争一口气，再争流量。对于360来说呢，其实也无所谓。原来也不是什么要脸的人对吧。那么既然你跟我这呃搞这样的事情，那我们就干脆把事情闹大，让大家一起来评评理，这事到底该怎么办啊。就是这样的一个情况。

前面呢我们讲到了，像checkpoint模型这个概念，可能很多人不是特别了解。在这里呢，跟大家稍微讲一下，世界上有一个很大的这种叫C站啊，有这样的一个网站，专门进行这种checkpoint模型的交换呢，叫CIVITAI.com啊，有这样的一个网站。但是这个网站呢，在国内不能访问。而且这个网站上呢，原来有大量的色情图片，因为他们很多人去训练这种checkpoint模型，其实是生成色图的。这个国内疯掉了也就疯掉了啊。国内呢也有一些网站。不过，我们今天主要讨论的是与360和原作者之间的纠纷，以及checkpoint模型的基本概念。

可以去进行 Tekpot 模型的交换。就是等于是有很多人训练了模型，放上去，然后呢，大家上去看，说：“哎，这个风格不错啊，那个画画的不错，我想画出同样的画来。”怎么办？你就可以下载他的拆开泡的模型，到本地来去画取。这些模型呢，有些就是直接免费就可以用了啊，也有一些呢，是你下载了以后，如果非商用，你可以拿回来自己用；如果是商用的话，你需要去跟这个作者面议，到底要花多少钱。这个呢，都是面议。为什么呢？真的有穷人有富人，而且就算是付得起钱的人，也有很多人呢，是不愿意付钱。那么，在不愿意付钱的这种情况下，作者如果去主张这个收益，大部分情况是什么呢？就是你折腾了半天，不划算啊，要不来俩钱，还折腾很长时间。所以他们也不费这个劲。所以就是你们愿意给就给一点，不愿意给呢，就这样了。就算是我们发现一些小的商家，你用了没给钱，没关系啊，就这样吧，他也懒得去找你。但是如果发现有些大商家用了，那我得在你身上狠狠的咬一口，你反而付的起钱，你要把我前面所有的其他损失，都给我背回来。他是这样的一种格式。所以呢，这种模型它到底使用是怎么算的，都是面议啊，就是他们看你到底是多大的商家，属于叫看人下菜碟这样的一个方式。

360 啊，你现在还天天出来忽悠周鸿祎，你还出来当网红，号称是中国 AI 的一个什么推动者。那你的脸，你得要，你得给钱。

对吧，我要多少钱？你得给，而且给十倍啊。就搞了这么个事情。现在国内的这个站呢，叫里布啊，LIBLIB点a r t，有这样的一个站。嗯，今天这位啊，号称是作者的，他的这个checkpoint模型呢，在C站，在这个礼簿上都有人在用啊。上头呢也在想，说你在礼簿上也写了，说你用了我的模型啊。如果是公司，商业机构啊，盈利组织，你去用，要去给钱。但是具体怎么给，要面议啊。具体谁跟谁，到底多少钱都不知道啊。而且给钱呢，要到小红书上去给钱，这个反而很怪，就是跳来跳去，跳来跳去的给钱。

本身呢，这种checkpoint模型的交流就算，是一个相对来说比较混乱的状态。为什么呢？因为它是下载的，就是你要想用它，你要把这个东西下载到本地来用啊。而且一旦下载了以后呢，大家就可以口碑复制。所以是没法去确认，说这个模型到底是谁家的，或者从哪下载的。一开始这个license到底怎么写的，这个事其实是非常麻烦的啊。在这样的情况下，只能是逮着一个狠狠的咬啊。就为什么每个都要面议，就是这样的。而且盗版的是非常非常普遍。

目前的生图市场，到底是什么样的一个状态，就是这种纹生图图生图，这样的一个市场。作为个人和小团队来说呢，更多的是基于Majorney和达利三，来去干活。为什么呢？因为这些比较简单啊，你也不需要再去整模型。

因为你除了大的这个checkpoint模型之外，还有Lowra模型，还有各种的contranite控制，还有comfy UI的流程。你需要写一大堆东西才能生出图来啊。一般我们是不吵那麻烦的，所以就直接使用majoring和打理就够了。如果是生产力团队呢，一般是喜欢使用stable diffusion，加上刚才我们说的这一大堆。为什么生产力团队喜欢用这样的东西呢？就是这些东西加在一起以后啊，它的效果是可控的。它的效果未必比majori好，但是呢你可以保证，它每一次出来的风格都一样啊。然后保证说啊，我给他一堆任务，最后拿出来的图片，基本上都是可以用的啊。这个事是啊，stability Fusion的一个优势。

那么这一次的官司呢，其实本身并不是什么坏事啊。如果真的能打起来挺好的。为什么呢？就是他有可能会对这个行业，再带来一些改变。就是AIGC的版权呢，本来就是相对比较模糊的。现在AIGC的作品，特别是这种图片类作品，判成哪边的都有。有些呢就认为说这是AIGC生成的，不应该有版权。有些呢，法院就判的说虽然是AIGC生成的，但是也有应该有版权。那么这东西是怎么判定的呢？基本上在里边讲的都是这样说，生成的过程到底付出了多少努力啊，或者说到底生成这个图片的人，给出了多大的这种呃主观的创造性。

你比如说，你只是写了一个提示词，这个通常是不认为你具有版权的。但你说，我在提示词的基础上，进行了非常漫长的调整参数的选择，然后在很多的图片中选择了其中的一张。那如果这些劳动被认可了，法院就有可能会判定说，你这个图算是一个个人创作啊，算是个人拥有版权的东西。现在对于AI生成图片的版权判定，基本上在这就是你生成的过程中，到底付出了多少努力，对吧，在这稍微讲一下。我自己也创作了很多图片，有时候发在推特里边，有时候发在YouTube的社区里边。然后这些图片呢，都是我给了提示词，就直接画出来了啊，我也并没有花那么多的时间，在里边去进行挑选啊，去进行很细致的调整。所以呢，按照国内法院的这些判例来看，这些图片，就应该是不享有版权保护的啊，咱们谁需要用这些图片啊，不用问我，直接拿去使就好了啊。我现在也在这说，我画的这些图，你们就啊拿去用吧，而且按照法律判定，基本上也没法去认证，这个东西是具备版权保护。如果，你说我现在要做这件事情啊，想去被认定有版权保护怎么办？你就要把整个这个过程啊，说我费了九牛二虎之力，做了好几个礼拜，写了多少提示词，调了多少参数，中间有多少废图，你要把这东西都记录下来啊，然后才能去举证证明这个东西，你真的不是随手打了一个提示词，一回车就得到了一幅画啊。

这个就有可能能够被认定是有版权的。啊，这是目前 AI 生成图片版权判定的一些案例。但是，这一次的这个案例呢，就会把这个事情再往前推一步，推到什么呢？就是这个 Checkpoint 模型，到底应该怎么算？按道理说，Checkpoint 模型应该算作开发工具。像我们，比如说，以前卖单费，卖 CI builder，卖这样的东西。我们应该规定好了，说你这样的一个系统，是不是应该明码标价？比如说，我按照一年多少钱，还是买断多少钱，还是一张画多少钱？我们按照什么样的方式来收这个费用？因为大家知道，这种 Typony 模型，一旦是到了用户本地以后，你是没法去判定，他拿这个模型到底生成了多少张画了。我们是不是应该按照一次性买断，或者某一个版本一次性买断，来去判定它的安全？还是说，我们按照一年应该给我交多少钱？过了这一年，你没有续费的话，你再生成新的图片，就是违法的了。因为图片上是有时间戳的嘛，除非你不停地去改机器的时间。但是，你要说清楚吗？你这种不说清楚，说“哎，上来都面议”，这事合不合适？这是第一个问题。第二个问题，用你这张用这个 Checkpoint 的模型，再去生成的图片，这个版权属于谁？如果说“哎”，这个 Checkpoint 模型是你的，你随手打了一个回车，得到了一张图，那么，这个图片到底有没有版权？

这个版权问题，到底是属于 Checkpoint 模型，还是属于撰写提示词的人呢？这件事情可能需要再次引起争议。那么，当我们使用这种模型生成新图片时，版权是否能够延续呢？我认为，这个问题确实值得我们深入探讨。不论我们现在认为这是否合理，这并不重要。相反，将问题提交给法院，让他们去争论，去探讨这个问题。如果最终判定，这种由模型生成的模型输出，不具备版权的传递性，这可以算作一个结论。或者，你使用了特定的模型，如 Type Pony，来绘制图片，那么版权应该归于撰写提示词的人，而不应归于 Checkpoint 模型的创作者。这也是一个可能的结论。

我认为，这次诉讼如果能够正常进行，并持续成为公众关注的焦点，对于整个 AI 生成内容（AIGC）的版权问题，将是一个很好的推动。对于 360 公司而言，他们显然乐见其成，因为他们可以获得流量。只要有这样的争议存在，360 已经采取了积极的态度，第一时间联系相关方，表示歉意，并愿意支付费用，希望对方能够接受较低的赔偿，达成和解，未来仍能保持良好的关系。360 已经展现了他们的诚意。另外，原本的情况是，你使用自家模型生成的图片，再进行图像转换后，这又引出了新的版权讨论。

这次讨论，对于 AIGC 的版权问题，无疑是一次重要的实践。

然后，你依然要求版权，这件事情本身呢，就不是那么站得住脚啊。上来以后还得理不饶人，这件事情，我觉得呃，应该可以给吃瓜群众贡献很多很多的乐趣了。那我们还是等这个叛逆吧啊，一方面呢，我们继续享受这些吃瓜乐趣；另外一方面呢，我们也希望这个叛逆呢，为未来指明方向。好啊，这就是这一次的360盗图事件，这个故事就跟大家讲到这里。感谢大家收听，请帮忙点赞，点小铃铛，参加Disco讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。