國立台灣文學館日前爆出吉祥物「阿龍」抄襲中國繪師作品爭議,今日(5/18)召開「阿龍圖像事件」道歉記者會,由館長林巾力率主管及同仁向媒體先進及社會大眾說明、致歉,並宣布「尋星之旅──文學星圖的展望」活動貼紙圖像涉及侵權而向民眾緊急收回。
[NOWnews今日新聞]國立台灣文學館今(18)日召開「阿龍圖像事件」道歉記者會,除了一再向抄襲對象中國繪師「童年Nora」以及是會大眾致歉外,更進一步透露將針對事件中失職人員以及外包廠商採取的相關...
文:Hsuan Chang Kitano 葛萊美「唱片包裝獎」頒給什麼人?(上):「藝術總監」與「設計師」有何差別? 對於不清楚的音樂人,我們的經驗
國立台灣文學館的吉祥物「阿龍」近來被爆出抄襲中國繪師的作品「嗷嗚龍寶」,台文館日前2度出面否認,先表示「阿龍」是小編與家人在2019年的創作,又改口稱是廠商畫的,經查核無違反《著作權法》,中國繪師隨後公布設計草圖打臉,證明自己才是原創。爭議延燒多日,台文館於今(16日)發道歉聲明,坦承「阿龍」非為廠商原創,相關證據也是經由偽造產出。
[FTNN新聞網]記者游俊彥/綜合報導國立台灣文學館活動吉祥物「阿龍」,被爆出抄襲中國大陸繪師「童年Nora」創作而引起爭議,台文館事發後曾二度否認,先是貼...
今(2024)年是龍年,國立台灣文學館以Q版圖案「阿龍」為活動代言角色,可愛超萌造型相當討喜,還配合館內活動頗受好評,但「阿龍」遭到投訴疑似抄襲,後經台灣文學館追查,台文館圖案創作者發表時間較早,是中國網友涉嫌抄襲冒用。
記者莊淇鈞/新北報導 新北消防發爾麵臉書粉絲專頁經常發文宣導各種實用防救災知識,內容不但創意豐富且屢搭上時勢梗,創造熱議話題吸引媒體競相報導,因此擁有高人氣將近20萬
經常發文宣導各種實用防救災知識,內容不但創意豐富且屢搭上時勢梗,創造熱議話題吸引媒體競相報導,擁有高人氣將近20萬名粉絲追蹤為全國最大消防宣導平台的---新北消防發麵臉書粉絲專頁,竟然遭盜圖,新北市消防局蒐集證據準備提告,避免粉絲及民眾遭不肖人士詐騙。消防局長李清安表示,新北消每年7、8月都會辦理兒童夏令營活動,宣導內容活潑創意十足,且全部免費,因此屢屢活動一開跑網路報名塞爆秒殺!不肖人士因此盜用新北消防發爾麵FB粉專高人氣的圖檔影片,並非法於網路上假借名義招攬兒童夏令營活動,藉以詐騙吸引民眾報
...因此盜用新北消防發爾麵FB粉專高人氣的圖檔影片,並非法於網路上假借名義招攬兒童夏令營活動,藉以詐騙吸引民眾報名獲取非法利益。 消防局已蒐集不肖人士盜圖相關證據,並研議提告違反著作權法第88條-因故意或過失不法侵害他人之著作財產權或製版權者,負損害賠償責任及著作權法第91條第1項-擅自以散布權之侵害及散布盜版品之刑責,著作權法第92條-擅自以公開口述、公開播送、公開上映、公開演出、公開傳輸、公開展示、改作、編輯、出租之方法侵害他人之著作財產權者...
...盜用新北消防發爾麵FB粉專高人氣的圖檔影片,並非法於網路上假借名義招攬兒童夏令營活動,藉以詐騙吸引民眾報名獲取非法利益。消防局說,已蒐集不肖人士盜圖相關證據,並研議提告違反著作權法第88條-因故意或過失不法侵害他人之著作財產權或製版權者,負損害賠償責任及著作權法第91條第1項-擅自以散布權之侵害及散布盜版品之刑責,著作權法第92條-擅自以公開口述、公開播送、公開上映、公開演出、公開傳輸、
國片《周處除三害》中金馬影帝陳以文飾演的邪教教主「尊者」令觀眾印象深刻,該角色換頭總統蔡英文、準總統賴清德的kuso圖因十分傳神網路瘋傳,警方認觸法追查中。
生成式AI席捲全球,為了掌握話語權,國科會於2023年4月啟動「可信任人工智慧對話引擎」(Trustworthy AI Dialogue Engine,以下簡稱TAIDE)計畫,投入適合我國語言、文化特性之生成式AI對話引擎的開發。惟從目前其侷限的訓練資料觀之,恐難達到預期的目標。政府主導的大型語言模型(LLM)或應有償取得高品質的著作權作品,提升模型品質,與文化界共創雙贏的結果。
在AI盛行的今天,完成一首流行歌的速度比傳統時代快許多,然而創作者的智慧財產權,卻經常因為無法即時提出舉證,而沒能獲得確保。
...盜用新北消防發爾麵FB粉專高人氣的圖檔影片,並非法於網路上假借名義招攬兒童夏令營活動,藉以詐騙吸引民眾報名獲取非法利益。 消防局已蒐集不肖人士盜圖相關證據,並研議提告違反著作權法第八十八條-因故意或過失不法侵害他人之著作財產權或製版權者,負損害賠償責任及著作權法第九十一條第一項-擅自以散布權之侵害及散布盜版品之刑責,著作權法第九十二條-擅自以公開口述、公開播送、公開上映、公開演出、公開傳輸、公開展示、改作、編輯、出租之方法侵害他人之著作財產權...
由OpenAI推出的ChatGPT引領生成式AI(GenAI)快速席捲全球,各大科技廠競相推出相關的產品,建立大型語言模型(LLM),生成式AI所訓練的LLM品質優劣,實與其收集的資料多寡呈現高度正向關係。惟文字與資料探勘(Text and Data Mining;簡稱TDM)過程涉及著作權問題,引發諸多爭議,其中日本就是採取比較寬鬆的做法,我國是否要跟進頗值得深究。