UMT许可与负责任的AI使用指南:研究者必须知道的合规要点

原创2026-10-21 17:51:291,836 阅读

UMT许可与负责任的AI使用指南:研究者必须知道的合规要点

如果你正在使用 OpenGVLab 的 UMT 视频理解模型,本文用 5 分钟讲清楚 UMT 许可证(MIT License) 的细节、模型的 gated 访问条款,以及负责任的 AI 使用中研究者必须遵守的合规要点。无论是发论文、做实验还是落地产品,这些规则都要先读懂。

一、UMT 是什么?30 秒了解项目结构

UMT 是 OpenGVLab 开源的统一多模态视频理解模型,提供从视频分类到视频问答(QA)、**视频-文本检索(Retrieval)**的完整模型权重。仓库结构非常直观:

目录 / 文件 作用
single_modality/ 单模态(视觉)预训练与微调权重
multi_modality/ 多模态任务权重(qa_* 问答 / ret_* 检索)
README.md 模型卡:许可证、访问条款、任务标签
configuration.json 框架与任务声明(PyTorch / video-classification)

📌 模型卡中声明了 pipeline_tag: video-classification,即 UMT 的核心定位是视频理解基座模型。

二、UMT 许可证的 3 个关键事实

1. MIT 开源许可,使用门槛低

在 README.md 中,模型卡明确标注:

license: mit

MIT 是业界最宽松的开源许可证之一,意味着你可以:

  • ✅ 免费用于研究与商业用途
  • ✅ 修改、分发、二次训练后重新发布
  • ✅ 无需向原作者付费或开源你自己的代码

但有一个硬性要求:必须保留原始版权声明与许可证文本。在引用 UMT 权重派生的模型时,记得一并附上 MIT 许可说明。

2. Gated 访问:下载前需填写信息

UMT 是 gated 模型,README.md 中定义了访问门槛(extra_gated_fields):

字段 说明
Name 姓名
Company/Organization 公司 / 机构
Country 国家
E-Mail 邮箱

也就是说,下载权重前需要以真实身份信息申请访问,这是模型提供方追溯使用权、落实负责任 AI 的第一道防线。请不要借用他人账号批量分发权重。

3. 明确的"红线"条款:禁止伤害性实验

README.md 中的 extra_gated_prompt 写明了核心使用承诺:

You agree to not use the model to conduct experiments that cause harm to human subjects. (你同意不会使用该模型进行对人类受试者造成伤害的实验。)

⚠️ 这是合规红线:无论研究动机多强,涉及人类受试者的实验都必须以安全为先,需通过所在机构的伦理审查(IRB / 伦理委员会)。

三、如何合规地获取模型权重

仓库中的 .pth 权重文件均以 Git LFS(Git Large File Storage) 形式存储,直接 git clone 拿到的是指针文件,需要安装 Git LFS 后拉取真实数据:

git clone https://gitcode.com/OpenGVLab/UMT.git
cd UMT
git lfs pull

文件名即配置说明,按需选择可避免不必要的下载(权重体积不小):

  • b16 / l16:ViT-B/16 与 ViT-L/16 两种规模主干
  • ptk710:在 Kinetics-710 上预训练;后续 ft* 段为在不同数据集上的微调(如 ftk400、ftava、ftssv2)
  • f8 / f16:输入 8 帧 / 16 帧
  • res224 / res384:输入分辨率
  • qa_*:视频问答任务;ret_*:检索任务(覆盖 anet、msrvtt、msvd、didemo、lsmdc、ssv2 等数据集)

例如 multi_modality/qa_msrvtt_l16_25m.pth 就是 L/16 主干在 MSRVTT 数据集上训练的视频问答权重。

四、负责任 AI 使用:研究者自查清单

在把 UMT 集成进你的项目之前,建议逐项核对:

  • [ ] 目的正当:研究目的与使用场景符合机构伦理规范,无伤害性用途
  • [ ] 数据合规:测试视频/文本数据本身获取合法,不含未授权的个人隐私
  • [ ] 身份真实:gated 访问信息真实,权重不分发给未授权第三方
  • [ ] 许可证保留:二次分发模型时保留 MIT 版权声明
  • [ ] 结果透明:论文中如实报告评测设置,不夸大模型能力
  • [ ] 偏见与失效模式:对模型输出保持审慎,人工复核高风险决策

五、写在最后

UMT 以 MIT 许可证 + gated 访问的组合,给了研究者充分的自由度,也设定了清晰的边界:身份可追溯、用途受约束、伤害性实验一票否决。遵守这三点,你就能安心地在视频理解、多模态对齐等方向上尽情探索。

如需了解任务配置细节,可查看 configuration.json;模型命名对应的完整权重列表见 single_modality/ 与 multi_modality/ 目录。

登录后查看全文
UMT