无视 GPL 开源协议?TikTok 被指违规使用 OBS 源代码
12月中旬,抖音海外版 TikTok 上线测试一款名为 TikTok Live Studio 的新桌面流媒体软件,这是一个直播软件,可让用户直播来自游戏和其他桌面应用程序的实时画面,此举似乎想让 TikTok 脱离移动设备,从 Twitch 等 PC 游戏直播市场分一杯羹。
但软件上线没多久,推特用户 @HunterAP23 爆料,称 TikTok Live Studio 疑似在不遵循 GPL 许可证的情况下使用了 OBS 的源代码。而 OBS 使用的 GPLv2 开源许可证具有很强的传染性:只要一个软件使用过 GPL 协议的产品,则该软件产品必须也采用 GPL 协议,必须也是开源的。但显然,TikTok 并没有将其直播流媒体软件 “TikTok Live Studio” 开源。
从 TikTok Live Studio 反编译的代码来看,其安装程序似乎与 OBS 的安装程序有些巧合般的相似...
而 OBS 商业功能开发者本·托雷尔也发文证实了此事,称:
从 TikTok 流媒体应用程序的完整反编译可以看出,它在实际构建中使用了 OBS 代码的几个实例,例如游戏捕获。
我们承诺真诚地处理违反 GPL 的行为,对于 TikTok/Bytedance,只要他们遵守许可,我们很乐意与他们建立友好的工作关系。
值得注意的是,本·托雷尔随后的发言透露了相当多信息:屏幕截图并不是 TikTok 应用程序唯一使用 OBS 代码的的功能实例,似乎还有另外一些功能也参考了 OBS 的代码;另外,TikTok Live Studio 不单单使用了 OBS 一个 GPL 库,似乎还用了其他 GPL 的产品...
事实上,作为简洁、高性能、功能齐全的老牌流媒体软件,OBS 的源代码被很多论坛/应用使用 ,但它们一般会把相关功能的源代码作为 OBS 的分支在 GitHub 上开源,也会对 OBS 进行高额的资金支持,如目前 OBS 的三大巨头赞助商分别是 YouTube、twitch 和 FaceBook:
目前 TikTok 已删除 TikTok Live Studio 的发布/下载页面,且并未对此事作进一步回应。OBS 团队正在积极联系 TikTok 相关人员,以协商 OBS 的 GPL 许可证相关事宜。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
英特尔 Linux Vulkan 驱动程序的首席开发人员离职
英特尔 Linux Vulkan 驱动程序的首席开发人员兼架构师Jason Ekstrand日前在其个人社交账号上宣布,已正式从英特尔离职。 刚刚上交了我的英特尔徽章。在过去的 7 年半时间里,我经历了相当多的事情。新工作将从 1 月 24 日开始。对于 2022 年,我真的很兴奋。更多细节将随后公布。 根据介绍,Jason Ekstrand 一直在大力参与英特尔的 Vulkan 开源 Linux 驱动。自英特尔"ANV"Mesa Vulkan 驱动启动以来,Ekstrand 一直是该驱动的"首席开发者",当时的开发者还有 Kristian Hoegsberg。Ekstrand 对英特尔的开源 Linux Vulkan 驱动的成功和持续改进起到了重要作用。 Ekstrand 还没有透露其将于 1 月底就职的公司信息;但他表示,将继续参与 Khronos Group/Vulkan 的工作。外媒phoronix猜测,他最有可能的选择是 NVIDIA、AMD 或谷歌;也有可能是红帽之类的组织。 目前,Jason Ekstrand 已经向 Mesa 提交了 6916 次 commits,数量排...
- 下一篇
构建于 PyTorch 之上,Facebook 母公司开源 Bean Machine
Meta(前身为 Facebook)近日在 GitHub 平台发布一个名为 Bean Machine 的新项目,Meta 将 Bean Machine 定义为概率编程系统,能够使人工智能模型中的不确定性更容易表示和学习。 Bean Machine 能够用于开发特定领域的概率模型,并使用自动、不确定性感知学习算法自动学习模型中尚未观察到的属性。根据 Meta 的说法,Bean Machine 与其他机器学习方法相比,提供的优势包括: 不确定性估计: 预测是通过概率分布形式被可靠的不确定性度量来量化的。分析师不仅可以了解系统的预测,还可以了解其他可能预测的相对可能性。 表达性: 能够轻松的在源代码中直接编码丰富的模型,这允许人们将模型的结构与问题的结构相匹配。 可解释性: 由于模型与领域匹配,因此可以查询模型的中间学习属性。这意味着用户不仅可以使用“黑匣子”,还可以解释为何会做出特定的预测,进而可以在模型开发过程中帮助开发者。 深度学习中包含两种不确定性,即认知不确定性和偶然不确定性(Epistemic Uncertainty & Aleatoric Uncertainty)。认知...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- 设置Eclipse缩进为4个空格,增强代码规范
- CentOS8编译安装MySQL8.0.19
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- CentOS关闭SELinux安全模块
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- SpringBoot2整合Redis,开启缓存,提高访问速度
- CentOS7安装Docker,走上虚拟化容器引擎之路
- Docker使用Oracle官方镜像安装(12C,18C,19C)