比美国SB-1047（
查看）更疯狂的法案来了——AB-3211。
AB-3211是美国加州在今年2月16日制定的一项专门针对文生图模型的法案，经过6次修订最近以62:0投票在州参议院通过。如果在立法会议结束前再次获得通过，9月30日之前将提交给州长Gavin Newsom签署最终执行令。
OpenAI、微软、Adobe等科技巨头和多数州议员都支持该法案，通过只是时间问题。但AB-3211会对SD3、FLUX.1等知名开源文生图模型在应用、技术迭代方面造成巨大影响。
例如，文生图模型没有嵌入非常详细、不可见且难以移除的元数据，这些元数据可以识别图像是否由AI生成，并提供有关图像生成方式、时间、生成服务的附加信息和水印。那么模型将是违法的，无法在HuggingFace、Github上进行分享。
这对于很多小公司、学术机构和个人开发者来说，无论是在资金还是技术层面都很难承担的起，会彻底扼杀开源技术方面的创新。
曾经反对过SB-1047法案的知名架构师Daniel Jeffries认为，AB-3211比SB-1047更疯狂，这是一个病态法案。
AB-3211法案的很多要求都不合理，在技术层面上是一个很大的难题。加州正在梳理一个糟糕的监管榜样。
根据美国官方公布的最新AB-3211修订内容显示，「AIGC开放社区」为大家解读一下有哪些条款对开源不利。
法律责任：
如果开源的文生图模型被用于生成误导性或有害的内容，开发者需要承担法律责任。
例如，如果有人使用 SD3 模型生成了虚假的新闻图片并广泛传播，导致了不良影响，那么原开发者也会因为未能确保模型的合理使用，面临法律诉讼和最少2.5万美元，最高10万美元罚款。就这一条将会劝退很多开发者开源其产品。
来源数据和水印要求：“
来源数据”是指嵌入到数字内容中的信息，该信息可以用来验证内容的来源、创作者以及生成或修改内容的工具。这种数据类似于传统的版权的元数据，但不可篡改且持续存在，以便于追踪和验证内容的真实性和完整性。
例如，SD3、FLUX.1 等开源文生图模型需要确保生成的图像能够，嵌入符合要求的来源数据，并且能够通过对抗性测试来验证模型的安全性和可靠性。对于开发者来说，需要投入更多的技术资源来实现这些要求，极大增加开发成本和安全管理难度。
提供来源检测工具和进行对抗性测试：
法案要求模型平台提供来源检测工具，并进行广泛的对抗性测试，以防止模型被用于添加虚假来源数据。
开源模型需要开发和公开用于检测其模型生成的内容的工具，并公布详细的评估流程，保证生成内容的安全性和可靠性。无形之中又增加了开发和维护的难度。
透明度报告：
模型平台每一年都要提交安全透明度报告，识别其平台上欺骗性合成内容的审核情况。例如，是否生成了色情、虐待、歧视等非法内容，进一步增加了开源模型的维护负担。
不合理的条例还有很多，但从上述不难看出这些条款都是增加了开发技术难度。对于那些有大把资金和技术团队的大型闭源模型来说，修改到符合标准只是时间问题。也是为什么该法案会获得了OpenAI、微软等巨头的支持，意在打压那些开源模型。
但对于那些没有资金、资源的开源开发者来说，已经无法像以前一样把项目直接扔在Github上就行了，需要一直改到符合技术标准为止，不然就无法分享你的项目。
