随着对AI垃圾内容的担忧日益加剧,YouTube正准备更新其政策,以打击创作者从"虚假"内容中获得收益的能力,包括批量生产的视频和其他类型的重复性内容——这些内容在AI技术的帮助下变得更容易生成。
7月15日,YouTube将更新其合作伙伴计划(YPP)货币化政策,提供更详细的指导原则,明确哪些类型的内容可以为创作者赚钱,哪些不能。
虽然具体的政策条款尚未发布,但YouTube帮助文档页面解释说,创作者一直都被要求上传"原创"和"真实"的内容。此次更新表明,新的条款将帮助创作者更好地理解当今"虚假"内容的样貌。
一些YouTube创作者担心此次更新会限制他们对某些类型视频的货币化能力,如反应视频或包含片段的视频,但YouTube编辑和创作者联络负责人Rene Ritchie在帖子中表示情况并非如此。
在周二发布的视频更新中,Ritchie表示这一变化只是YouTube长期以来YPP政策的"小幅更新",旨在更好地识别批量生产或重复性的内容。
此外,Ritchie补充说,这类内容多年来一直不符合货币化条件,因为观众通常认为这是垃圾内容。
然而,Ritchie没有提及的是,如今制作此类视频变得多么容易。
随着AI技术的兴起,YouTube已经被AI垃圾内容淹没,这个术语指的是使用生成式AI技术制作的低质量媒体或内容。例如,借助文本转视频AI工具,人们很容易找到在照片、视频片段或其他重新利用的内容上覆盖AI语音的内容。一些充满AI音乐的频道拥有数百万订阅者。关于新闻事件(如Diddy案件)的虚假AI生成视频已经获得了数百万观看量。
在另一个例子中,据404 Media今年早些时候报道,YouTube上一个走红的真实犯罪谋杀系列被发现完全由AI生成。甚至YouTube首席执行官Neal Mohan的肖像也被用于网站上的AI生成钓鱼诈骗,尽管该平台已经有允许用户举报深度伪造视频的工具。
虽然YouTube可能会将即将到来的变化淡化为"小幅"更新或澄清,但现实是,允许这类内容增长并让其创作者从中获利最终可能损害YouTube的声誉和价值。因此,该公司希望制定明确的政策,允许其对YPP中的AI垃圾内容创作者实施大规模封禁也就不足为奇了。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。