Nem a kultúra prűd vagy szabad, hanem az üzleti modell

1839-ben egy brit haditengerész, Frederick Marryat kapitány amerikai útinaplójában megörökített egy jelenetet: egy ifjú hölgy megbotránkozva közölte vele, hogy társaságban nem szabad azt mondani, „láb” – helyette a „végtag” szót illik használni, még a zongora vagy az asztal lábára is.

Az anekdotából legenda lett, a legendából pedig tévhit: a történészek szerint sosem öltöztettek szégyenlősen frottírral bútorlábakat – az egész csak egy angol tréfa volt az amerikaiak prüdériájáról, amit aztán utólag ügyesen visszaaggattak a viktoriánus korra. Maga a nyelvi tabu viszont valódi volt: a „leg” szó a 19. század nagy részében tényleg túl testi, túl illetlen volt ahhoz, hogy kimondják.

Ismerős érzés ez annak, aki képgeneráló AI-jal dolgozik 2026-ban. Egy sor nyugati fejlesztésű rendszer még egy női mellkas puszta említésétől is idegesen visszakozik, miközben – a közhiedelem szerint – „a kínai” modell simán megrajzol bármit. Az AI cenzúra jelensége valós, csak a magyarázat nem az, amit elsőre gondolnánk.

Mi az a modell, és miért számít, hogy kié a „súly”?

Mielőtt tovább mennénk, érdemes tisztázni két alapfogalmat. Egy képgeneráló „modell” lényegében egy hatalmas, több milliárd számból álló matematikai szerkezet, amit a fejlesztők emberek millió képével és leírásával „tanítanak be” – a folyamat végén ezek a számok (szakszóval: súlyok) kódolják azt a „tudást”, ami alapján a rendszer egy szöveges leírásból képet tud rajzolni. A súlyok gyakorlatilag magát a modellt jelentik: néhány gigabájtos fájl (vagy fájlcsomag), amit le lehet tölteni.

Itt válik ketté az út. Ha egy cég zárva tartja a súlyokat – vagyis csak a saját szerverein futtatja, és a felhasználó kizárólag egy appon vagy weboldalon keresztül küldhet be kéréseket –, akkor a cégnek folyamatos, teljes kontrollja van afölött, mi generálható és mi nem. Ez a Midjourney vagy a ChatGPT modellje: a felhasználó soha nem látja, mi van a „motorháztető alatt”, csak a végeredményt kapja meg, és azt is csak a cég szűrőin átengedve.

Ha viszont egy cég nyíltan kiadja a súlyokat (jellemzően ingyenesen letölthetővé teszi őket olyan oldalakon, mint a Hugging Face), bárki lementheti azokat a saját gépére, és egy megfelelő videókártyával (nagyjából egy jobb otthoni gamer géppel, amilyet sok hobbifotós vagy AI-jal foglalkozó alkotó is használ) helyben futtathatja – a kibocsátó cég szerverei, fiókja, szűrője nélkül. Ez esetben a modell tovább is idomítható: az úgynevezett LoRA-technikával viszonylag kevés célzott képpel „ráállítható” egy adott stílusra, karakterre, vagy akár meztelenségre. Miután egy súlyfájl egyszer megjelenik a neten, gyakorlatilag visszavonhatatlan – bárhonnan letölthető marad, függetlenül attól, hogy a kiadó később meggondolja-e magát.

A kirakat: tényleg van különbség

A Midjourney kőkeményen csak SFW (Safe For Work, azaz munkahelyre is alkalmas) tartalmat enged: minden meztelenséget, szexualizált ábrázolást és a témához kapcsolódó szűrt szavakat – akár szaknyelvi, akár szlengben – automatikusan blokkol, kivétel vagy felnőtt mód nélkül. A szolgáltatás egyébként sem ingyenes: 2023 márciusa óta nincs próbaverzió, a belépő Basic csomag havi 10 dollár, a Standard 30, a Pro 60, a csúcskategóriás Mega pedig 120 dollár (éves előfizetéssel kb. 20 százalékkal olcsóbban).

Hogy mennyire fura egy zárt rendszer, azt jól mutatja egy 2023-as eset, ami a Midjourney-t egy csapásra ismertté tette a nagyközönség számára is. Egy építőmunkásból lett AI-alkotó, Pablo Xavier nagyjából félórányi próbálkozással simán generált egy fotórealisztikus képet Ferenc pápáról divatos fehér pufidzsekiben – a kép percek alatt bejárta a Twittert/X-et, és milliókat vezetett félre, köztük Chrissy Teigen színésznőt is, mire végre kiderült, hogy a fotó nem valódi.

A történet további pikantériája, hogy magát a képet feltöltő felhasználót néhány órán belül kitiltották a Redditről – egy zárt, cég által felügyelt rendszerben a fejlesztő nemcsak azt szabja meg, mi generálható, hanem utólag azt is, ki és meddig használhatja a szolgáltatást.

Az OpenAI 2025 októberében jelentette be a ChatGPT korhitelesített, felnőtt módját – ezt azóta többször csúsztatták, majd 2026. március 26-án határidő nélkül felfüggesztették. Az Anthropic (a Claude fejlesztője) szeptember közepén hatályba lépett szabályzata kategorikusan kizár mindenféle szexuális tartalmat, felnőtt kivétel nélkül. A Google és a Meta AI szabályzatai szinte szó szerint ugyanezt mondják ki.

Közhiedelem: a „szabad kínai” oldal

Az Alibaba nyílt forráskódú képgeneráló modellje, a Qwen-Image szintén Apache 2.0 licenc alatt fut – vagyis bárki szabadon módosíthatná és ingyen letöltheti –, ám az AI cenzúra szűrője magukba a súlyokba van beépítve: a fejlesztői tapasztalatok szerint a szokásos „inspekció kikapcsolása” trükkök sem segítenek, a modell egyszerűen megtagadja a kérést, és – ellentétben a nyugati nyílt modellekkel – LoRA-betanítást sem támogat.

A ByteDance zászlóshajó képmodellje, a Seedream pedig teljesen zárt: csak a Doubao és Dreamina appokon, illetve fizetős API-n át érhető el – pontosan olyan vállalati fekete doboz, mint a Midjourney.

A törésvonal: zárt vs. nyílt, nem Kelet vs. Nyugat

A legnépszerűbb, „bármire betanítható” nyílt alapmodell a képgenerálás terén a FLUX. Ezt nem kínai, hanem német cég, a freiburgi Black Forest Labs fejleszti. A modellcsalád legkisebb, Schnell és Klein tagja Apache 2.0 licenc alatt teljesen ingyenes és helyben futtatható.

A FLUX híres-hírhedt pillanata 2024 augusztusa, amikor Elon Musk Grok chatbotja beépítette a modellt, és az X-en elszabadult a pokol:

az addig ismeretlen kis német startup technológiájával bárki generálhatott extrém, politikusokat ábrázoló képeket is.

Csakhogy – mint utóbb kiderült – nem a FLUX volt „szabadosabb”. A Black Forest Labs ugyanis saját, dokumentált biztonsági rétegeket és vízjel-API-t adott a modellhez, de az xAI egyszerűen nem aktiválta ezeket az integrációnál. A botrány után a két cég szigorított a szűrőkön, négy hónappal később pedig a Grok le is váltotta a FLUX-ot saját fejlesztésű Aurora modelljére – a Black Forest Labs pedig azóta nyilvánosan büszke arra, hogy nem állt kötélnek egy második xAI-együttműködésre.

Musk  xAI-ja egyébként azóta külön, fizetős „Spicy Mode” néven kínál korlátozottan szabados generálást: ez a SuperGrok (havi 30 dollár) vagy az X Premium+ (havi 40 dollár) előfizetőknek, 18 éven felülieknek, kizárólag mobilalkalmazásban érhető el, és nemzetközi felháborodás után 2026 januárjától fizetős előfizetéshez kötötték.

A döntő kérdés tehát nem az, hogy a fejlesztő cég Pekingben, Freiburgban vagy San Franciscóban székel-e. Az a kérdés, hogy zárt, hosztolt szolgáltatásról van-e szó – ahol a cég jogi felelőssége, a fizetési szolgáltatók és az appstore-ok szabályzata mindent felülír (az Apple 2026 júniusában frissített irányelve kifejezetten előírja, hogy AI-alkalmazások ne generálhassanak pornográf kimenetet) –, vagy nyílt súlyú modellről, amit bárki letölthet, helyben futtathat, és LoRA-val azt csinál vele, amit csak akar.

A kínai nyíltság nem ártatlanság – hanem számítás

Hogy a kínai fejlesztők nagy arányban adnak ki nyílt modelleket, dokumentáltan tudatos ipar- és külpolitikai stratégia, nem kulturális nagyvonalúság. A RAND Corporation márciusi elemzése kifejezetten „puha hatalmi” (soft power) eszközként írja le a jelenséget.

A Stanford egyetem HAI/DigiChina programjának decemberi anyaga szerint a kínai állami támogatás is szerepet játszik a nyílt modellek terjesztésében. Andrew Ng, a Google Brain társalapítója és korábban a Baidu vezető kutatója, egy júliusi esszében

nyíltan „brilliáns lépésnek” nevezte ezt Kína részéről: a nyílt modellek gyors globális terjedése tudás-diffúziót és piaci beágyazódást hoz, és – mint fogalmazott – befolyásolja, kinek az értékrendje jelenik meg, amikor valaki AI-tól kérdez érzékeny témákról.

Emellett van egy hidegháborús logikájú megfontolás is a háttérben: miután Washington exportkorlátozásokkal vonta meg a hozzáférést a fejlett AI-modellekhez, több ország pont emiatt kezdett a nyílt – tehát „el nem vehető” – modellek felé fordulni.

Ez vélhetően nem azt jelenti, hogy Peking külön stratégiaként akarná, hogy külföldiek pucér képeket generáljanak kínai alapmodellekkel. De azt igen, hogy a nyílt kiadás tudatos piacszerzési és geopolitikai eszköz – olcsóbb, gyorsabban terjed, alávágja a nyugati zárt cégek üzleti modelljét. És hogy a súlyok kiadása után mások mit kezdenek velük – LoRA-val finomhangolják, közösségi „cenzúramentesített” változatokat készítenek belőlük –, az már nem a kiadó cég jogi vagy reputációs kockázata.

A kínai törvényi felelősség a hazai, hosztolt termékekre vonatkozik – ott aztán tényleg szigorúan járnak el, mint a DeepSeek tiltása is mutatja –, nem egy külföldi szerveren futtatott, saját számítógépre letöltött modellsúlyra. Ebből következően nincs okuk megakadályozni, hogy egy nyugati felhasználó azt csináljon a nyíltan kiadott modellel, amit csak akar – sőt, minél szélesebb körben terjed a modell, bármilyen célra, annál nagyobb az ökoszisztéma-dominanciájuk.