Nelson Chu, Người sáng lập và Giám đốc điều hành của ARCOS Labs – Chuỗi Phỏng vấn

Nelson Chu, Người sáng lập và CEO của ARCOS Labs, là một doanh nhân lặp lại và giám đốc công nghệ với nền tảng trải dài từ hạ tầng tài chính, đầu tư đến các nền tảng kỹ thuật số. Trước khi thành lập ARCOS Labs, ông đã dành tám năm làm Người sáng lập và CEO của Percent, nơi ông xây dựng nền tảng công nghệ nhằm hiện đại hoá thị trường tín dụng tư nhân, và hiện đang giữ chức vụ Chủ tịch Hội đồng Quản trị. Trong giai đoạn đầu sự nghiệp, Chu đồng sáng lập MySupport, một nền tảng trực tuyến kết nối người cao tuổi và người khuyết tật với nhân viên hỗ trợ, sau này được RISE Services mua lại, và thành lập công ty tư vấn chiến lược Lumenary. Ông cũng đã từng là cố vấn và nhà đầu tư cho các công ty như BlockFi và Recharge Capital, đồng thời bắt đầu sự nghiệp trong lĩnh vực dịch vụ tài chính với các vị trí tại BlackRock, Bank of America và Merrill Lynch.

ARCOS Labs, viết tắt của Applied Research in Creative Output Synthesis, phát triển hạ tầng nhằm giúp AI hoạt động có trách nhiệm khi các mô hình sinh ra ngày càng tương tác với các tác phẩm có bản quyền, nhân vật và hình ảnh con người. Công ty tập trung vào trí tuệ IP pháp y và quản lý quyền, với công nghệ nhằm xác định và đo lường cách các tài sản sáng tạo được AI sao chép, truy vết việc sử dụng chúng, và hỗ trợ các khung cấp phép và thực thi. Nền tảng chủ lực của họ, VN, được thiết kế để cung cấp cho các nhà sáng tạo, studio, công ty tài năng và chủ sở hữu quyền kiểm soát và tầm nhìn tốt hơn về cách hệ thống AI sử dụng tài sản trí tuệ của họ, trong khi ARCOS cũng đứng sau Lightbar, một sáng kiến cộng đồng để điều tra các mô hình đào tạo AI. Công ty công khai ra mắt sau thời gian ẩn danh vào tháng 8 năm 2026 với mục tiêu rộng hơn là xây dựng niềm tin và hạ tầng quyền cần thiết để các nhà sáng tạo và hệ thống AI cùng tồn tại ở quy mô lớn.

Bạn đã dành tám năm xây dựng Percent xung quanh hạ tầng cần thiết để mang lại hiệu quả và tính minh bạch cho một thị trường tín dụng tư nhân phân mảnh. Những bài học nào từ việc xây dựng loại hạ tầng tài chính đó mà bạn đang áp dụng cho ARCOS Labs khi đối mặt với vấn đề hoàn toàn khác về sở hữu trí tuệ và quản lý quyền trong thời đại AI sinh ra?

Rất nhiều điều có thể chuyển giao. Khi chúng tôi bắt đầu Percent, tín dụng tư nhân còn phân mảnh và mờ ám. Mỗi giao dịch được mô tả khác nhau, vì vậy không có gì có thể so sánh hay định giá một cách chắc chắn. Bài học đầu tiên là tiêu chuẩn hoá phải đến trước thị trường. Chúng tôi đã dành nhiều năm cho những công việc hạ tầng không hào nhoáng, cho phép một giao dịch được mô tả và xác minh theo cùng một cách mỗi lần, và những giao dịch hiệu quả chỉ xuất hiện sau đó. IP trong thời đại AI sinh ra cũng gặp cùng vấn đề. Không có bản ghi chuẩn về tài sản là gì và ai sở hữu, chưa kể cách các mô hình này sử dụng chúng. Cho đến khi bản ghi đó tồn tại, mọi thứ ở hạ lưu vẫn là tạm thời, dù là thực thi hay cấp phép.

Bài học thứ hai là niềm tin được xây dựng trên sự xác minh. Các nhà đầu tư trong tín dụng tư nhân không bao giờ tin vào lời của nhà phát hành về hiệu suất của một giao dịch. Họ muốn có dữ liệu mà họ có thể tự kiểm tra. Các chủ sở hữu quyền hiện đang ở vị trí tương tự với các công ty AI. Những cam kết về rào chắn có ít giá trị. Bằng chứng có thể tái tạo độc lập là yếu tố thay đổi cuộc trò chuyện.

Bài học thứ ba liên quan đến động cơ. Bất kỳ thị trường phân mảnh, kiểu gà và trứng nào chỉ hoạt động khi mỗi bên tin rằng giải pháp có lợi cho họ. Với Percent, chúng tôi đã quan sát các nỗ lực giải quyết vấn đề cho một phía hoặc phía kia, và chúng không bao giờ bền vững. Trong quản lý IP và quyền, các động cơ hiện đang rất lệch. Các công ty mô hình muốn phát triển, cung cấp công cụ có giá trị cho khách hàng, và đôi khi tạo nội dung vi phạm bản quyền như một chiến thuật tiếp thị, với Sora và ByteDance là các ví dụ gần đây. Các chủ sở hữu quyền, trong khi đó, đang cố gắng bắt kịp những thay đổi mà họ thậm chí không thể dự đoán, đồng thời duy trì tính liên quan trong thời đại việc sản xuất nội dung trở nên dễ dàng hơn đáng kể. Hạ tầng thắng lợi trong một thị trường như vậy là hạ tầng mà cả hai bên đều tin tưởng, thường có nghĩa là hạ tầng không tham gia trực tiếp vào giao dịch.

Khung lớn hơn cũng đã quen thuộc. Tín dụng tư nhân trở thành một lớp tài sản chính thống ngay khi hạ tầng đo lường tồn tại, và tôi tin rằng IP đang ở giai đoạn đầu của cùng một quá trình chuyển đổi.

Điều gì thuyết phục bạn rằng việc bảo vệ tác phẩm sáng tạo khỏi AI sinh ra đòi hỏi một lớp hạ tầng kỹ thuật mới, thay vì chỉ cải thiện luật bản quyền, chính sách kiểm duyệt nội dung, hay dấu watermark?

Cơ bản, các mô hình là một giải pháp công nghệ và vì vậy nếu bạn muốn bảo vệ sự sáng tạo khỏi các mô hình, một giải pháp kỹ thuật sẽ cần thiết. Luật bản quyền vẫn còn mơ hồ, điều này rõ ràng qua các vụ việc như Cox, Anthropic, và cả những gì đang diễn ra ở Đức với GEMA. Khái niệm sử dụng hợp lý vẫn là một câu hỏi mở và chưa được quyết định, và các tòa án, như nên, sẽ mất thời gian dài để đưa ra phán quyết. Kiểm duyệt nội dung dựa vào các mô hình tự kiểm duyệt, điều này đặt quá nhiều yêu cầu lên chúng và gần như không thể thực hiện dựa trên những gì chúng tôi quan sát được. Dấu watermark là một ý tưởng đầy hứa hẹn, nhưng nó cũng phụ thuộc vào việc mọi người tự giám sát và có thể bị gỡ bỏ dễ dàng. Với tất cả những điều này, chúng tôi nhận ra cách duy nhất thực sự để giải quyết là tự làm và cung cấp câu trả lời bằng công nghệ cho vấn đề thực sự quan trọng này.

VN được thiết kế để đo mức độ tương đồng của nội dung do AI tạo ra với các nhân vật, tác phẩm sáng tạo và hình ảnh con người được bảo vệ. Ở mức độ kỹ thuật, hệ thống xác định khi nào một đầu ra đã vượt qua mức chỉ tương đồng thành một vấn đề mà chủ sở hữu quyền cần quan tâm như thế nào?

Cuối cùng, chúng tôi để quyết định cho người dùng. Vai trò của chúng tôi là xác định mức độ tương đồng thống kê của đầu ra, đảm bảo chúng tôi nắm bắt mọi tư thế và khả năng, sau đó so sánh với nhân vật, tác phẩm sáng tạo hoặc hình ảnh con người được bảo vệ. Một số người dùng có ngưỡng dưới đó họ không thể công bố tác phẩm. Các công ty lớn thường nghiêm ngặt hơn vì mọi nội dung được tạo ra phải là của họ. Người dùng prosumer, những người thử nghiệm vì niềm vui, có thể chấp nhận ngưỡng cao hơn và cho phép nhiều biến thể hơn.

Khi thực hiện kiểm tra pháp y cho một studio, công ty tài năng, hoặc khách hàng tương tự, chúng tôi cung cấp phân tích mức độ phơi bày:

• Mô hình nào tạo ra nội dung một cách chính xác nhất
• Mô hình nào có thể tạo ra nội dung này
• Mô hình nào có thể đặt nó vào các tình huống gây vấn đề

Cuối cùng, công việc của chúng tôi là thực hiện phân tích và cung cấp kết quả, nhưng cách khách hàng sử dụng chúng hoàn toàn là quyết định của họ.

Việc kiểm tra Seedance 2.5 của bạn phát hiện các biện pháp bảo vệ mạnh hơn rất nhiều đối với các nhân vật dễ nhận biết so với tài sản trí tuệ ít nổi bật hơn. Sự chênh lệch này cho chúng ta biết gì về cách các công ty AI hiện đang xây dựng các biện pháp bảo vệ bản quyền, và tại sao IP dài đuôi lại đặc biệt khó bảo vệ?

Mỗi công ty AI đều khác nhau, và mỗi công ty quan tâm đến vấn đề này ở mức độ khác nhau. Khi Seedance 2.0 được phát hành đầu năm nay, ByteDance nhanh chóng nhận ra vấn đề mà họ tự tạo ra do phản ứng tiêu cực và bắt đầu cải thiện các biện pháp bảo vệ. Một số mô hình nổi tiếng, phổ biến dường như thờ ơ, có thể do lựa chọn hoặc do sơ suất, nhưng việc tôn trọng sở hữu trí tuệ sẽ không bao giờ được xem là sai lầm; họ chỉ chưa đi đến kết luận đó.

Bảo vệ phần dài đuôi là khó khăn vì cách công nghệ hoạt động:

Kiểm tra mức độ Prompt: Kiểm tra prompt đầu vào để phát hiện nội dung vi phạm, cho phép mô hình quyết định có tiếp tục hay không. Thật không may, ngay cả khi kiểm tra prompt, vẫn còn nhiều cách để vòng qua. Họ có thể diễn đạt hơi khác, mô tả nhân vật mà không nêu tên, hoặc dùng lỗi chính tả. Prompt có thể dễ dàng vượt qua các bộ phát hiện, và các mô hình cũng có thể tạo ra đầu ra khác với prompt của người dùng và có thể bao gồm một nhân vật vi phạm.

Kiểm tra mức độ Output: Quét mỗi đầu ra so với cơ sở dữ liệu các nhân vật đã biết. Các nhân vật dễ nhận biết kích hoạt độ nhạy cao hơn, trong khi các nhân vật dài đuôi có thể không được phát hiện vì chúng chưa có trong DVD và cơ sở dữ liệu không có, do đó việc giám sát toàn diện luôn gặp khó khăn.

Tốc độ cũng quan trọng. Đối với các mô hình tạo hình ảnh, việc kiểm tra một hình ảnh là tương đối nhanh. Tuy nhiên, tạo video đòi hỏi quét nhiều khung hình, điều này có thể làm chậm đáng kể đầu ra và ảnh hưởng đến trải nghiệm người dùng.

Cân bằng những lo ngại này là việc tinh tế, nhưng một số mô hình đã nỗ lực để giải quyết. Cuối cùng, điều này phụ thuộc vào việc một mô hình có sẵn sàng và quan tâm tới việc tôn trọng sở hữu trí tuệ hay không.

Một mô hình có thể từ chối yêu cầu trực tiếp tạo ra một nhân vật có bản quyền nhưng vẫn sao chép nhân vật đó khi được cung cấp mô tả đủ chi tiết. Kiểm tra an toàn AI nên tiến triển như thế nào vượt qua tỷ lệ từ chối prompt đơn giản để nhận diện loại sao chép gián tiếp này?

Đây là một vấn đề rõ ràng. Khi một mô hình có thể sao chép một nhân vật từ mô tả chi tiết hoặc thậm chí rất đơn giản, điều đó cho thấy nhân vật đã được nhúng sâu trong dữ liệu đào tạo. Điều này đặt ra một câu hỏi hoàn toàn riêng về cách dữ liệu được thu thập, và hiện đang được đưa ra tòa án.

Kiểm tra an toàn phải vượt ra ngoài việc kiểm tra các prompt và tiến tới phân tích các đầu ra thực tế. Các mô hình tạo hình ảnh qua quá trình khuếch tán, dần dần xây dựng hình ảnh kết quả. Do quá trình này và cách chúng được đào tạo, chúng có thể vô tình sao chép các nhân vật có bản quyền, ở tiền cảnh hoặc thậm chí ở nền, và đôi khi không có prompt. Cách duy nhất đáng tin cậy để phát hiện là kiểm tra trực tiếp mô hình và đo lường những gì nó thực sự tạo ra.

Phát hiện sự tương đồng không thể tránh khỏi việc đặt ra câu hỏi về các kết quả dương tính giả. Bạn phân biệt như thế nào giữa ảnh hưởng sáng tạo hợp pháp, sự tương đồng ngẫu nhiên, và một bản sao có mức độ thống kê đủ đáng để một studio hoặc chủ sở hữu quyền điều tra?

Công việc này sẽ cần sự tinh chỉnh liên tục. Hình ảnh trực quan chính xác nhất mà con người có thể nhận ra ngay lập tức nên là điểm khởi đầu, và đó là điều hiện nay có thể thực hiện tốt. Khi bạn bước vào các sáng tạo tổng hợp hoặc các câu hỏi về phong cách, việc chứng minh và thực thi trở nên khó hơn rất nhiều.

Lấy Superman làm ví dụ. Nếu một mô hình tạo ra một Superman chung với đôi mắt của Christopher Reeve, cằm của Henry Cavill, gò má của một diễn viên khác, v.v., những đặc điểm này tạo ra một Superman rất khó phân tích ngược và xác định nguồn gốc từng phần.

Hai yếu tố giữ cho các kết quả dương tính giả ở mức kiểm soát. Thứ nhất, chúng tôi không bao giờ dựa vào một con số tương đồng duy nhất một cách riêng lẻ. Kết quả được chuẩn hoá để phân biệt sự giống nhau chung với việc sao chép thực tế, và mỗi thử nghiệm đều có thể tái tạo: cùng một đầu vào trong cùng điều kiện sẽ cho ra cùng một con số. Thứ hai, phân tích gắn với các câu hỏi pháp lý mà chủ sở hữu quyền thực sự phải trả lời. Đối với các nhân vật và tác phẩm sáng tạo, câu hỏi là mức độ tương đồng đáng kể. Đối với thương hiệu và hình ảnh, đó là khả năng gây nhầm lẫn, nghĩa là người xem bình thường có thể bị lừa rằng đầu ra là thực tế. Công việc của chúng tôi là đưa ra một con số có thể bảo vệ, có thể lặp lại cho những câu hỏi đó. Việc một vấn đề có đủ mức để điều tra hay không luôn do chủ sở hữu quyền quyết định.

Các mô hình sinh ra đang thay đổi nhanh chóng và có thể hành xử rất khác sau một bản cập nhật. Các chủ sở hữu quyền có thể liên tục đánh giá hàng trăm mô hình và có thể hàng nghìn tài sản được bảo vệ mà không làm cho quá trình giám sát trở nên tốn kém quá mức hoặc không thể quản lý về mặt kỹ thuật như thế nào?

Điều này gần như không thể, vì vậy các chủ sở hữu IP đang tụt lại và hầu như không thể bắt kịp các mô hình mới nhất từ Mỹ và Châu Á.

Thực tế, họ cần một người trong đội của mình có thể bắt kịp và đấu tranh thay mặt họ. Đó là lý do chúng tôi bắt đầu. Chúng tôi nhận thấy các studio này cần một công ty công nghệ có thể bắt kịp tốc độ của các mô hình sinh ra, và không có ai khác sẵn sàng thực hiện điều đó.

Phần còn lại của câu trả lời là việc lưu trữ hồ sơ. Một mô hình có thể hành xử rất khác sau một bản cập nhật, vì vậy một điểm số không gắn với thời điểm cụ thể là vô giá trị. Mỗi kết quả chúng tôi tạo ra ghi lại mô hình nào đã được kiểm tra, thời gian kiểm tra, tài sản bảo vệ nào đã được so sánh, và các con số là gì. Điều này biến việc giám sát từ một vấn đề không thể luôn bật thành một vấn đề có thể quản lý: khi một mô hình cập nhật, bạn kiểm tra lại và so sánh với hồ sơ thay vì bắt đầu lại từ đầu.

Phát hiện chỉ giải quyết một phần vấn đề. Khi một hệ thống xác định rằng một mô hình AI có thể sao chép một nhân vật hoặc hình ảnh được bảo vệ, bước tiếp theo nên là gì, và những cơ chế kỹ thuật nào có thể cuối cùng cho phép các nhà sáng tạo chỉ định liệu IP của họ có thể bị chặn, cấp phép, hoặc sử dụng theo các điều kiện cụ thể?

Có cả khía cạnh pháp lý và kỹ thuật. Về mặt pháp lý, chủ sở hữu IP quyết định cách tiếp cận. Họ có thể sử dụng bằng chứng chúng tôi cung cấp làm cơ sở cho vụ kiện, hoặc dùng nó trong đàm phán với các nhà phát triển mô hình. Quyết định thuộc về họ.

Về mặt kỹ thuật, một chủ sở hữu quyền nên có khả năng đồng ý và tham gia vào các mô hình cụ thể có thể tạo ra sản phẩm hoặc IP của họ. Họ nên kiểm soát đầu ra, ngăn chặn tình huống tự do vô hạn. Thay vì bị buộc phải tuân theo các rào cản hạn chế, họ nên có thể kiếm tiền từ mỗi lần tạo ra dựa trên các điều khoản đã được thiết lập trước. Điều này phản chiếu các thực tiễn trong các ngành khác, vì vậy cũng nên áp dụng ở đây.

Liệu cùng một hạ tầng được dùng để phát hiện việc AI sử dụng trái phép có thể cuối cùng tạo ra một thị trường cấp phép hợp pháp, nơi các hệ thống AI có thể xác định một cách lập trình ai là chủ sở hữu tài sản, những quyền nào có sẵn, và cách bồi thường sẽ được trả lại cho chủ sở hữu quyền?

Nếu hạ tầng có thể xác định liệu một đầu ra do AI tạo ra có giống với một IP hay không, thì nó cũng nên là công cụ cuối cùng để giải quyết việc cấp phép. Nó có thể cho biết IP trong đầu ra là gì, ai là chủ sở hữu quyền, liệu họ có nên được ghi công hay không, và cuối cùng bồi thường sẽ chảy qua đó. Công nghệ về cơ bản là giống nhau. Đó là một động cơ độ trung thực tạo ra bằng chứng thống kê có thể xác minh, tái tạo theo một cách hoặc cách khác. Nếu một đầu ra vượt qua ngưỡng mà người xem có thể hợp lý nhầm lẫn nó là thực tế, chủ sở hữu quyền có quyền nhận bồi thường.

Điều kiện duy nhất là người vận hành lớp này phải giữ trung lập. Nó không thể tự tạo nội dung, và không thể đứng về phía nào trong bất kỳ giao dịch cá nhân nào. Nhiệm vụ của nó là cung cấp cho cả hai bên cùng một hồ sơ đáng tin cậy và cho phép họ giao dịch trực tiếp. Sự trung lập này là lý do khiến các chủ sở hữu quyền sẵn sàng đăng ký danh mục của họ với nó ngay từ đầu.

Khi video do AI tạo ra đạt tới chất lượng và độ nhất quán cần thiết cho sản xuất chuyên nghiệp, bạn nghĩ mối quan hệ giữa các công ty AI và Hollywood sẽ như thế nào? Bạn có dự đoán quản lý quyền sẽ trở thành một lớp xác minh bên ngoài xung quanh các mô hình, hay cuối cùng phải được tích hợp trực tiếp vào các mô hình đó?

Đây là một thế giới thú vị mà chúng ta đang bước vào khi các công ty AI đã làm cho việc sản xuất nội dung trở nên rẻ hơn bao giờ hết. Do đó, chúng ta có thể mong đợi sự bùng nổ nội dung, có những nội dung tốt, có những nội dung xấu, có những nội dung có vị, có những nội dung không có vị. Hollywood truyền thống tự xem mình là người quyết định vị, tạo ra các tác phẩm mà mọi người yêu thích và say mê. AI hiện nay cung cấp công cụ mạnh mẽ nhất từng có cho những người kể chuyện.

Về phần thứ hai của câu hỏi, tôi nghĩ câu trả lời trung thực là cả hai, theo trình tự. Các kiểm tra thực thi có khả năng sẽ di chuyển vào bên trong các mô hình theo thời gian, vì đó là nơi rẻ nhất và nhanh nhất để thực hiện. Tuy nhiên, lớp tham chiếu, nghĩa là hồ sơ về những gì tồn tại, ai sở hữu và theo những điều kiện nào có thể sử dụng, phải giữ độc lập, và việc xác minh cũng vậy. Một công ty mô hình không thể tự đánh giá đầu ra của mình, và các chủ sở hữu quyền sẽ không giao danh mục của họ cho một công ty mà kinh doanh là tạo ra các sản phẩm phái sinh từ chúng. Điều này tương tự như thị trường tài chính, nơi các công ty thực hiện tuân thủ nội bộ nhưng vẫn phải trả lời trước các kiểm toán viên bên ngoài.

Quản lý quyền sẽ diễn ra khi Hollywood và các công ty AI hợp tác để quyết định cách họ muốn cùng tồn tại. Cuối cùng, mục tiêu của họ là như nhau, tạo ra nội dung mới mà mọi người yêu thích. Chỉ cần thực hiện đúng cách.

Cảm ơn bạn đã tham gia phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập ARCOS Labs.