🏠較早收集於 15m

美國男子用 AI 歌曲與機器人刷量詐 1000 萬美元

美國男子用 AI 歌曲與機器人刷量詐 1000 萬美元
PostLinkedIn
🏠閱讀原文: IT之家

💡AI 音樂機器人詐 1000 萬版稅—音頻 AI 創作者風險(24字)

⚡ 30-Second TL;DR

有什麼變化

批量購買數十萬首 AI 生成歌曲上傳

為什麼重要

暴露串流版稅對 AI 內容氾濫與機器人欺詐弱點。損害合法藝術家收益。平台或加強 AI 偵測,影響創作者。

下一步行動

在 AI 音樂發行管線實作串流異常偵測,使用機器人網路特徵。

誰應關注:Creators & Designers

關鍵要點

  • 批量購買數十萬首 AI 生成歌曲上傳
  • 跨 52 雲端帳戶部署 1000+ 機器人假造數十億播放
  • 2017-2024 年從串流平台獲逾 1000 萬美元版稅
  • 用 VPN 與海量歌曲分散避反欺詐系統
  • 同意 809 萬美元罰金與最高 5 年監禁

🧠 深度解析

AI-generated analysis for this event.

🔑 增強重點摘要

  • 史密斯與一家未具名的 AI 音樂公司執行長及一名音樂推廣人合作,每週生成數千首帶有隨機元數據(如「Zygotic Washout」等怪異藝名)的歌曲,以規避平台的內容識別系統。
  • 美國機械授權集體(Mechanical Licensing Collective, MLC)在 2023 年首次發現其版稅申報異常,成為揭發此案的關鍵轉折點。
  • 此案為美國司法部首例針對利用 AI 生成內容進行串流媒體版稅詐欺的刑事起訴,具有法律判例意義。

🛠️ 技術深入

  • 自動化帳戶管理:利用 52 個不同的雲端服務帳戶,遠端操控超過 1,000 個機器人帳號,模擬全球真實用戶行為。
  • 元數據隨機化演算法:開發自動化腳本生成大量無意義的藝名與歌名,防止串流平台將海量上傳識別為單一來源的垃圾內容。
  • VPN 流量偽裝:透過 VPN 層層轉發,將機器人流量偽裝成來自不同地理位置的合法 IP 位址,繞過平台的反欺詐地理圍欄檢測。
  • 30 秒門檻優化:編寫腳本確保機器人每首歌僅播放超過 30 秒(獲取版稅的最低門檻)即切換,以最大化單位時間內的收益效率。

🔮 前景展望AI analysis grounded in cited sources

串流平台將強制執行 AI 內容浮水印檢測
為了防止類似的大規模自動化上傳,Spotify 與 Apple Music 等平台將導入更嚴格的音訊指紋技術來識別非人類創作。
版稅分配模型將加速轉向「用戶中心制」
現行的按比例分配模式易受機器人刷量攻擊,未來可能改為依據個別付費用戶的實際聆聽對象來精確分配版稅。

時間線

2017-01
史密斯開始利用機器人帳戶在串流平台進行初步詐欺活動
2018-05
開始與 AI 音樂公司合作,大規模生成數十萬首歌曲以擴張詐欺規模
2023-03
機械授權集體 (MLC) 發現版稅申報異常並暫停支付,引發司法調查
2024-09
美國紐約南區檢察官辦公室正式公布起訴書,史密斯被捕
2025-01
史密斯在法庭上正式承認共謀電信詐欺與洗錢罪名
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: IT之家