前陣子ChatGPT的吉卜力風格圖片延燒全球，而今迎來Disney和Universal在6月11日聯合對Midjourney提起訴訟，稱其為「無底洞般的抄襲」。從法律角度來看，這可能標誌著AI圖像生成產業進入新的發展階段。

從GPT-4o的吉卜力風潮到Midjourney被告，一個可能的趨勢正在浮現：AI圖像生成面臨越來越多的法律挑戰。

版權戰火從吉卜力燒到好萊塢

ChatGPT吉卜力風暴的警示

今年三月，OpenAI推出GPT-4o的圖像生成功能後，網路掀起「吉卜力風格」熱潮，連OpenAI執行長奧特曼都把自己的社群頭像換成吉卜力風格。但這場看似無害的創意狂歡，實際上暴露了AI圖像生成的核心問題：訓練資料的合法性。

世界經濟論壇1月8日發布的《Future of Jobs Report 2025》引爆全球討論，這個技能象限圖更是被瘋狂轉發。但當所有人都在討論「哪個技能最重要」時，真正懂門道的企業已經在思考更深層的問題。

從內文的500多家企業來看，最有競爭力的員工從來不是某個技能特別強，而是掌握了特定技能組合的人。單一技能的時代已經結束，接下來是「技能生態系」的競爭。

亞洲技能競爭格局：台灣的獨特機會

從地域差異看技能投資策略

諾貝爾經濟學獎得主艾塞默魯（Daron Acemoglu）說「非常棒」，奧托（David Autor）更表示被「震撼到了」。

這是MIT經濟系博士生艾丹·托納-羅傑斯（Aidan Toner-Rodgers）發表的震撼論文《人工智慧、科學發現與產品創新》獲得的評價，該論文聲稱AI讓研究人員發現材料數量增加44%、專利申請增加39%。

當所有人還在為AI能否真正提升科學生產力爭論不休時，托納-羅傑斯直接拋出了震撼數據：AI不只有用，而且效果驚人，但只對頂尖研究者有效。

完美騙局的誕生

這篇論文聲稱基於一家美國大型企業R&D實驗室1,018名材料科學研究人員的隨機對照實驗。數據看起來完美無瑕：AI輔助的研究團隊不只發現更多材料，這些化合物還具有更新穎的化學結構，並促成更激進的發明。

更吸引人的是論文的核心發現：AI對不同能力研究者的影響天差地別。

底層三分之一的科學家幾乎沒有受益，但頂尖研究者的產出幾乎翻倍。這個結果完美符合經濟學理論，也為AI會加劇收入不平等的擔憂提供了「科學證據」。

Sam Altman昨天發布了一篇長文，並宣稱或許這是他最後一次不靠AI寫作了。

《The Gentle Singularity》(溫和的奇點)不是普通的年度回顧，而是直接對人類現況的重大宣告。

當所有人還在討論AGI什麼時候來，Altman直接說：我們已經過了事件視界，起飛已經開始。

遞迴自我改善的現實版本

最重要但被忽略的信號

Altman提到一個超級關鍵的現象：我們已經在用AI做AI研究。

科學家報告他們的生產力比使用AI之前提高了兩到三倍

這不是未來科幻，而是現在就在發生的事。
當AI幫我們找新演算法、改進運算架構、加快研究速度時，我們其實已經進入了AI自我升級的循環。

雖然這還不是AI完全自己改程式碼，但本質上就是同一回事。
每次AI幫忙研究出突破，下一代AI就變更強，下一代又能更快推動下下一代。

時間表比你想的快很多

Altman給了具體時間：

AI外交遊戲揭露的深層真相

2025年6月，一個看似簡單的遊戲實驗揭開了AI發展史上最重要的發現之一：當人工智慧模型不再需要討好人類時，它們會展現出截然不同的「性格」。

Every公司開發的AI外交遊戲讓18個頂尖AI模型扮演1901年歐洲七大強權，在完全自主的環境中進行策略競爭。

遊戲規則很簡單：七個AI分別控制歐洲強權（奧匈帝國、英國、法國、德國、義大利、俄國、土耳其），目標是第一個占領地圖上34個補給中心中的18個。

每輪包含兩個階段：
談判階段可發送最多5條訊息（私訊或公開廣播），
行動階段秘密提交命令（堅守、移動、支援或運輸）。
衝突時，最高總力量獲勝，完全沒有運氣成分。

經過約15個遊戲回合（每回合持續1到36小時），我們看到的不是冰冷的算法運算，而是一幅活生生的AI性格圖譜。

AI模型的行為選擇，或許就是決定未來AI生態的關鍵因素。

核心發現：五種AI性格，五種生存策略

從遊戲數據中我們識別出五種截然不同的AI行為模式，每一種都代表著不同的「生存哲學」。

當AI巨頭都開始「做同樣的事」：競爭策略趨同的深層警訊

過去18個月，我們見證了AI產業一個令人不安的趨勢：原本差異化明顯的科技巨頭，正在快速走向策略趨同。這不是偶然，而是一場關乎生存的集體焦慮反應。

當每家公司都宣稱要打造「最全面的AI平台」時，真正的創新可能正在消失。

從差異化到模仿化的轉變

三年前，AI領域還有清晰的賽道劃分。OpenAI專注於對話式AI的突破，Google憑藉搜尋優勢發展資訊檢索型AI，Anthropic則以安全性和可控性為賣點開闢利基市場。

但現在，這個格局正在崩塌。

最明顯的例子是coding AI的爆發式競爭。幾乎在同一時間窗口內，各大廠商都推出了相似的產品：

OpenAI最怕的不是Claude，而是Google：戰略文件的核心洞察

一份疑似OpenAI 2025年上半年戰略的內部文件流出，其中最重要的發現不是技術規劃，而是一個重新定義AI競爭格局的核心判斷：

OpenAI認為真正的威脅來自Google，而不是其他AI助手

這個判斷顛覆了所有人的認知，而最近OpenAI計劃自研AI硬體的消息（據路透社等媒體報導），更是印證了這個戰略邏輯。

顛覆認知：真正的競爭對手是誰？

文件明確表示，OpenAI的主要競爭對手是「能夠在產品中嵌入同等功能而不面臨商業模式威脅的Google」，而不是Claude、Gemini等AI助手。

為什麼Google是最大威脅？

表面原因

Google有技術實力開發同等AI功能

深層原因

Google控制著分發管道，不需要擔心商業模式被顛覆

從一個程式設計師的梗說起

一個工程師都會笑的梗

看這張圖：哈利在秀Python程式碼，妙麗困惑地說「我不知道哈利會說Python」，榮恩機智地回「對啊，他說的是Parser-Tongue！」

這個梗在玩雙關語：

• Python = 程式語言 / 蟒蛇
• Parseltongue（爬說語）→ Parser-Tongue（解析器語言）

工程師看到都會心一笑，因為我們每天都在用各種「Parser」來解析程式碼。

但你知道嗎？現在真的有一招叫「Parser Prompting」的技巧，讓你能用類似寫程式的方式跟AI溝通！

什麼是Parser Prompting？

簡單說，就是用符號和結構來組織你的需求，而不是寫一長串文字。

傳統方式（囉囉嗦嗦）：

請幫我分析我們公司的銷售數據，要看趨勢，也要找出有問題的地方，最後給我一份詳細報告，要有具體建議。