CNET科技行者 8月14日 北京消息: 针对小说《匆匆那年:好久不见》版权纠纷,天津金狐文化传播有限公司近日发布声明称,公司已经依法提起上诉。
天津金狐文化传播有限公司在声明中称,公司与王晓頔女士(笔名:九夜茴)签署《<匆匆那年>电视剧改编权转让协议》(以下简称“协议”),作者王晓頔已将小说《匆匆那年》之剧本改编权以及电视剧、网络剧改编权(以下统称“小说改编权”)永久转让予本公司。协议约定,本公司有权根据小说改编的剧本摄制电视剧、网络剧,亦有权通过互联网、电视媒体、手机终端等多种渠道和媒体进行传播;本公司根据小说改编的电视剧剧本作品以及根据小说改编的电视剧、网络剧等作品,其著作权全部属本公司所有。
天津金狐文化传播有限公司坚持认为将小说《匆匆那年》改编成网络剧《匆匆那年:好久不见》,并进行合法署名是完全符合协议约定的,是正当行使已合法享有的小说改编权及拍摄权的行为,并未侵犯王晓頔女士的合法权益。
8月10日,海淀法院对80后女作家王晓頔(笔名九夜茴)起诉北京搜狐互联网信息服务有限公司、浙江梦幻星生园影视文化有限公司、天津金狐文化传播有限公司侵犯著作权及不正当竞争一案作出判决。判决结果称,《匆匆那年:好久不见》停止使用侵害著作权及构成不正当竞争的内容,金狐公司赔偿王晓頔100万元及合理费用4940元并赔礼道歉,梦幻星公司就其中5万元承担连带赔偿责任,搜狐公司就其中20万元承担连带赔偿责任。
据了解,2015年12月底,在《匆匆那年:好久不见》上线的前一天,《匆匆那年》小说作者王晓頔在其微博发布声明称,《匆匆那年》书中的人物、故事框架等元素都是其本人所独创,依法受到保护。“1、本人未授权任何机构或个人改编《匆匆那年》文字作品、影视作品之续集;2、搜狐视频应于本声明发出之时立即停止在其网站上播放《匆匆那年:好久不见》,并公开致歉。否则本人将对上述侵权主体及相关责任人采取相应法律措施,以捍卫基本事实,维护原著作者的合法权益。”
搜狐视频发表公开声明表示,公司与王晓頔于2012年4月初签署《匆匆那年》电视剧改编权转让协议,王晓頔已将小说《匆匆那年》之剧本改编权以及电视剧、网络剧改编权永久转让给天津金狐文化传播有限公司(搜狐视频注册公司名)。
此后,王晓頔发布微博称,当时其与搜狐视频方面商定的合同有效期为三年而非永久性。
声 明
就《匆匆那年:好久不见》纠纷一案的一审判决,天津金狐文化传播有限公司(以下简称“本公司”)已依法提起上诉。
2012年4月5日,本公司与王晓頔女士(笔名:九夜茴)签署《<匆匆那年>电视剧改编权转让协议》(以下简称“协议”),作者王晓頔已将小说《匆匆那年》之剧本改编权以及电视剧、网络剧改编权(以下统称“小说改编权”)永久转让予本公司。协议约定,本公司有权根据小说改编的剧本摄制电视剧、网络剧,亦有权通过互联网、电视媒体、手机终端等多种渠道和媒体进行传播;本公司根据小说改编的电视剧剧本作品以及根据小说改编的电视剧、网络剧等作品,其著作权全部属本公司所有。
因此,本公司坚持认为将小说《匆匆那年》改编成网络剧《匆匆那年:好久不见》,并进行合法署名是完全符合协议约定的,是正当行使已合法享有的小说改编权及拍摄权的行为,并未侵犯王晓頔女士的合法权益。
天津金狐文化传播有限公司
2017年8月11日
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。