ब्रिया एक ऐसा प्रमुख परीक्षण मामला है जो यह निर्धारित करता है कि क्या AI छवि उत्पादन पूरी तरह से लाइसेंस वाले प्रशिक्षण डेटा पर बनाया जा सकता है और फिर भी वाणिज्यिक रूप से प्रतिस्पर्धा कर सकता है। एक ऐसे उद्योग में जहां कॉपीराइट विवादों की एक बर्फानी गिरावट का सामना करना पड़ रहा है, उनके द्वारा दिया गया दृष्टिकोण उद्यमों के लिए जनरेटिव AI अपनाने के लिए एक मार्ग प्रदान करता है बिना कानूनी जोखिम के — एक मूल्य प्रस्ताव जो प्रत्येक नए विरोधी के खिलाफ दायर किए गए लीगल केस के साथ अधिक आकर्षक बनता जा रहा है। यदि ब्रिया सफल हो जाता है, तो यह जिम्मेदार AI विकास की एक पूरी दृष्टिकोण की पुष्टि करता है; यदि यह संघर्ष में आता है, तो यह सुझाता है कि बाजार अंततः डेटा के मूल स्रोत के बारे में इतना चिंतित नहीं है कि इसके लिए अतिरिक्त मूल्य देने के लिए तैयार हो।
ब्रिया की स्थापना 2020 में तेल अवीव में यैर अदतो और कंप्यूटर विजन रिसर्चर्स की टीम द्वारा की गई थी, जिन्होंने एक बेट लगाया था जो बाद में सही साबित हुआ: एआई ट्रेनिंग डेटा के आसपास विधायिक और नैतिक सवाल अंततः एंटरप्राइज अपनाने के लिए एक डीलब्रेकर बन जाएंगे। जबकि हर अन्य इमेज जेनरेशन कंपनी इंटरनेट से ट्रेनिंग डेटा को स्क्रेप कर रही थी - एक प्रैक्टिस जो बाद में गेटी इमेज, कलाकारों के संघ और अखबारों से लीगल एक्शन उठाने के कारण हुई - ब्रिया ने अपने मॉडल्स को लाइसेंस और एट्रिब्यूटेड डेटा सेट्स पर बिल्ड किया। उन्होंने स्टॉक फोटो एजेंसियों, कंटेंट लाइब्रेरियों और व्यक्तिगत निर्माताओं के साथ डील किए, जिससे उनके ट्रेनिंग सेट में प्रत्येक इमेज के स्पष्ट उत्पत्ति और मूल निर्माताओं को भुगतान यकीनी बनाया गया।
ब्रिया के उत्पाद व्यक्तिगत कलाकारों या सामान्य उपयोगकर्ताओं के लिए नहीं है। उनके लक्ष्य ग्राहक एंटरप्राइज मार्केटिंग टीम, ई-कॉमर्स प्लेटफॉर्म या डिज़ाइन एजेंसी हैं जो बड़े पैमाने पर एआई जेनरेटेड इमेज की आवश्यकता रखते हैं लेकिन ट्रेनिंग डेटा पर आधारित मॉडल के उपयोग के कानूनी जोखिम को नहीं झेल सकते। उत्पाद सूट में पृष्ठभूमि हटाना, इमेज जेनरेशन, इमेज एंहांसमेंट और ब्रांड-संगत विजुअल कंटेंट निर्माण शामिल हैं - सभी एपीआई के माध्यम से प्रदान किया जाता है जो मौजूदा कार्यप्रवाह में एकीकृत होता है। ब्रिया ऐसे संगठनों के लिए ऑन-प्रीमाइस डिप्लॉयमेंट भी प्रदान करता है जिनके पास सख्त डेटा गवर्नेंस आवश्यकताएं होती हैं, जो एंटरप्राइज एआई बाजार में एक महत्वपूर्ण अंतर है जहां अपने अपने उत्पाद इमेज को तीसरे पक्ष के क्लाउड में भेजना अक्सर एक असंभव बात होती है।
ब्रिया ने कई फंडिंग राउंड में 40 मिलियन डॉलर से अधिक एकत्र किया, जिसमें निवेशकों में सैमसंग नेक्स्ट, इंटेल कैपिटल और पब्लिस ग्रुप शामिल हैं - अंतिम के लिए ध्यान देने योग्य है क्योंकि पब्लिस दुनिया के सबसे बड़े विज्ञापन होल्डिंग कंपनी में से एक है और ब्रिया द्वारा लक्षित ठीक वह तरह के एंटरप्राइज ग्राहक हैं। कंपनी ने गेटी इमेज और शट्टरस्टॉक के साथ साझेदारी भी बनाई है, जिससे पूर्व के संभावित प्रतिद्वंद्वी को वितरण चैनल और ट्रेनिंग डेटा साझेदार बना दिया गया है। एंटरप्राइज बिक्री में खरीद टीमों के बीच ट्रेनिंग डेटा उत्पत्ति के बारे में निश्चित प्रश्न पूछने के साथ बढ़ते अवसरों में इस रणनीति के द्वारा ब्रिया को संरचनात्मक फायदा मिलता है।
ईमानदार वास्तविकता यह है कि ब्रिया के मॉडल हमेशा फील्ड में सबसे अधिक दृश्य रूप से प्रभावशाली नहीं होते हैं। लाइसेंस डेटा पर ट्रेनिंग करने का मतलब है कि खुले वेब से बिलियन इमेज को स्क्रेप करने वाली कंपनियों के तुलना में छोटा और अधिक सीमित डेटा सेट होता है। आउटपुट की गुणवत्ता अच्छी है - और प्रत्येक मॉडल वर्जन के साथ बेहतर हो रही है - लेकिन यह हमेशा मिडजरनी या फ्लक्स के विशिष्ट नृत्यांगना के साथ तुलना में नहीं होता है। ब्रिया इस अंतर के संकुचन के लिए अपने लाइसेंस डेटा सेट के बढ़ते साथ बेतरतीब बेला बनाने की बेट लगाता है, और गुणवत्ता-विरोध के बीच विरोध के बीच विरोध के बीच विरोध के बीच विरोध के बीच विरोध के बीच विरोध के ब