多模态生成模型正在被广泛采用和使用，并有可能改变艺术家和其他个人将人工智能或 ML 技术作为内容创作工具的构想和获益方式。

尽管这些人工制品能为整个社会带来当前和潜在的好处，但由于其技术局限性或伦理方面的考虑，人们也担心这些人工制品可能会被滥用。

简而言之，该许可证旨在实现附带模型的开放和负责任的下游使用。在开放性方面，我们从有关知识产权授予的开源许可中汲取了灵感。关于负责任的下游使用，我们增加了基于使用的限制，不允许在非常特殊的情况下使用模型，以便许可人能够在模型可能被滥用的情况下执行许可。与此同时，我们努力促进对艺术和内容生成模型进行开放和负责任的研究。

即使模型的下游衍生版本可以在不同的许可条款下发布，但后者始终必须至少包含与原始许可（本许可）中相同的使用限制。我们相信开放与负责任的人工智能开发之间存在交集；因此，本许可证旨在实现两者之间的平衡，以便在人工智能领域实现负责任的开放科学。

本许可证对模型（及其衍生产品）的使用进行管理，并由与模型相关的模型卡提供信息。

因此，您和许可人达成如下协议：

1. 定义

• "许可 "是指本文件中定义的使用、复制和分发的条款和条件。
• "数据 "是指从与模型一起使用的数据集中提取的信息和/或内容的集合，包括用于训练、预训练或以其它方式评估模型的信息和/或内容。数据不在本许可的许可范围之内。
• "输出 "是指操作模型的结果，体现为由此产生的信息内容。
• "模型 "是指任何基于机器学习的附带组件（包括检查点），由学习权重、参数（包括优化器状态）组成，与补充材料中体现的模型架构相对应，全部或部分使用补充材料对数据进行了训练或调整。
• 模型的衍生物 "是指对 "模型"、以 "模型 "为基础的作品或通过将 "模型 "的权重、参数、激活或输出模式转移到其他模型而创建或初始化的任何其他模型的所有修改，以便使其他模型具有与 "模型 "类似的性能，包括但不限于需要使用中间数据表示的提炼方法或基于 "模型 "生成合成数据以训练其他模型的方法。
• "补充材料 "是指用于定义、运行、加载、基准测试或评估模型的随附源代码和脚本，以及用于准备培训或评估数据的随附源代码和脚本（如有）。这包括任何随附的文档、教程、示例等（如有）。
• "分发 "系指向第三方传输、复制、出版或以其他方式共享模型或模型衍生产品，包括以电子或其他远程方式（如基于 API 或网络访问）提供模型作为托管服务。
• "许可人 "是指授予许可的版权人或版权人授权的实体，包括可能对模型拥有权利和/或传播模型的个人或实体。
• 您"（或 "您的"）是指行使本许可所授予的权限和/或出于任何目的在任何使用领域使用本模型的个人或法人实体，包括在终端应用中使用本模型--例如聊天机器人、翻译器、图像生成器。
• "第三方 "是指与许可人或您不在同一控制下的个人或法律实体。
• "贡献 "是指版权所有者或被授权代表版权所有者提交的个人或法人实体有意提交给许可人以纳入模型的任何作品，包括模型的原始版本和对该模型或其衍生模型的任何修改或添加。就本定义而言，"提交 "是指发送给许可人或其代表的任何形式的电子、口头或书面通信，包括但不限于由许可人管理或代表许可人管理的电子邮寄列表、源代码控制系统和问题跟踪系统上的通信，其目的是讨论和改进模型，但不包括版权所有者以书面形式明显标记或以其他方式指定为 "非贡献 "的通信。
• "贡献者 "是指许可人和任何个人或法人实体，许可人已收到其代表的贡献，并随后将其纳入模型。