# CHRIS OS — 全文

Chris 的讀書筆記全文串接，供 LLM 一次取用。共 2 則。
最後更新：2026-08-15
正本網址：https://chrisincite.github.io

---

# Chris 筆記｜AiHUB的生成式AI工具「CW Canvas」對應ByteDance「Seedance 2.5」。可用IP權利證明解除濾鏡的「日本首創」工具，公開封閉β版候補名單

> 讀書筆記 · 2026-08-15 · Chris Hsu
> 原文連結：https://prtimes.jp/main/html/rd/p/000000054.000123123.html
> 本頁 HTML：https://chrisincite.github.io/notes/20260814-cw-canvas-seedance25.html
> 短連結：https://os.housearch.net/n/2

我一直關注AiHUB株式会社的動態，沒想到他們的這則新聞，真的讓我看到什麼叫做反應迅速。

按照目前影音模型的架構設計，他們要規避著作權侵害的方法，就是盡量避開與名人或者著名商標有關的圖片及影音內容生成。但是本身是權利人主體，也就沒辦法利用他們的機制來生成自己的影音內容，所以AiHUB株式会社這家公司非常聰明看到了中間的這個機會，站出來當所謂的權利人登記註冊機構。

然後再跟seedance這樣的公司合作直接把API建構到自己的網站，這樣這些公司也就能夠利用seedance來生產自家的內容。我認為AiHUB株式会社應該是想中介AV業者或者漫畫出版社等著作權人去生產自己的影片，這是他們商業佈局的一部分。

## 摘要 / Summary

AiHUB株式会社宣布，旗下瀏覽器端生成式AI工具「CW Canvas」將對應ByteDance／BytePlus最新模型「Seedance 2.5」，同時推出「高階」生成功能——在官方授權下，使用已完成權利處理的專用資產（特定角色、人物等）進行具一致性的生成，並能解除生成模型原本的濾鏡限制，號稱是日本首創以IP權利證明解除濾鏡功能的工具。封閉β測試的候補名單登記自今日開放。

CW Canvas讓使用者無需專業知識，僅靠瀏覽器操作即可運用BytePlus ModelArk提供的模型，從文字、圖片、影片進行生成，並透過畫布功能配合實際製作流程。一般而言，相關模型會過濾隨機習得的權利內容，即使是權利人本人也無法輸出特定權利內容；而「高階」生成則是以BytePlus的上位等級使用權與權利人授權為前提，僅限通過驗證的法人使用者，讓角色臉部、服裝、世界觀能在不同鏡頭或作品間保持一致，適合IP作品、系列製作與藝人影像製作。功能預定於2026年9月上旬起陸續發送通知並提供生成功能，10月提供Canvas功能。

## 重點 / Keypoint

> 在相關模型中，具備會過濾隨機習得之權利內容的生成功能，因此即使是權利人本人，也無法輸出特定的權利內容。

> 由於能讓角色的臉部、服裝、世界觀在不同鏡頭或作品之間保持一致，因此更接近於「為該IP量身打造的生成環境」（＝可作為專用模型使用）這樣的概念。

> 此「高階」生成，是以BytePlus的上位等級使用權（Advanced Creation Rights）以及權利人的授權（授權許可）為前提所運作的。

---

# Chris 筆記｜為什麼日本企業導入AI如此緩慢？

> 讀書筆記 · 2026-08-15 · Chris Hsu
> 原文連結：https://note.com/lifeisbeautiful/n/n058e3c105b7e?sub_rt=share_pb
> 本頁 HTML：https://chrisincite.github.io/notes/20260815-japan-ai-adoption-slow.html
> 短連結：https://os.housearch.net/n/1

日本其實一直都是後發先至思維的民族，不擅於破壞式創新，而是厚積薄發快速趕上。之前讀到一位評論家的文章，日本企業界其實是想讓AI跟實體世界產生關聯，用AI來改變優化現行工作的流程，慢慢地以最小衝擊的方式，讓人工智能融入社會體系。

## 摘要 / Summary

BBC 想弄清楚一件矛盾的事：日本明明最需要 AI——人力短缺、高齡化、生產力在 G7 長年墊底——但職場實際使用率只有 8.4%，對比美國 50%、英國 32%、新加坡 56%。文章用能劇來比喻：台上戴著面具的人都在喊「事態緊急、必須立刻行動」，卻沒有一個人真的動。

專家給的原因幾乎都指向同一件事：不是不會用，是不能出錯。日企對 AI 犯錯的容忍度近乎零，尤其在面對客戶的工作上，有公司寧可讓職缺空著也不交給機器；美國那邊則是「先讓它做做看，之後再修正」。所以生成式 AI 在日本只被用在寫文章、摘要、蒐集資訊這類低風險的邊緣工作，幾乎沒進到核心決策與流程改善。

醫療是最落後的一塊，有醫院連病歷電子化都還沒完成。政府去年通過《AI推進法》想靠鬆綁法規催動投資，但小笠原教授點出更深的矛盾：真正的壓力不是「開發 AI」，而是「不能增加失業」——最優先事項始終是維持完全就業。

## 重點 / Keypoint

> 這是一個對AI犯錯幾乎零容忍的環境，尤其是在面對客戶的工作上。有些公司寧可讓職位空著，也不願意把工作交給機器。

> 實際上要讓人力適應數位技能是很困難的一件事。因為最優先的事項，是維持完全就業。

> 日本社會期待的是一種沒有痛苦的改革，因此可以說，徹底的改革即便說得客氣一點，也相當困難。

---