YouTube计划于周二对其货币化政策进行调整,该变化似乎针对"非真实"内容。这一改变可能旨在帮助减缓平台上生成式AI内容的泛滥,使观众更容易找到高质量视频。
该公司在一篇简短的支持帖子中表示:"2025年7月15日,YouTube将更新我们的指导方针,以更好地识别批量生产和重复性内容。"
在后续的视频消息中,视频创作者兼YouTube编辑和创作者联络员Rene Ritchie淡化了这一变化对可能担心这些调整的创作者的影响,他说:"这是对YouTube长期存在的YPP(YouTube合作伙伴计划)政策的小幅更新,有助于更好地识别批量生产或重复性内容。"
Ritchie表示,这类内容已经被取消货币化,用户会称之为垃圾信息。
周四,YouTube在支持帖子中分享了额外信息,帖子开头写道:"嗨,创作者们,我们看到围绕7月15日即将到来的YPP小幅更新存在一些困惑,希望分享更多信息并回答我们看到的主要问题。"
在这篇帖子中,YouTube重申它并非在创建新政策,而是在更新长期存在的"重复性内容"指导方针。帖子表示,这不适用于为原始视频添加"重要原创评论、修改或教育或娱乐价值"的重复使用内容。
YouTube举例说明"批量生产内容"包括:上传只有表面差异的叙述故事的频道,以及上传都使用相同解说的幻灯片的频道。
帖子和视频中未提及的是,YouTube一直在与生成式AI视频问题作斗争,特别是对用户价值较低但正在淹没社交媒体网络和平台的"AI垃圾内容"。YouTube的指导方针没有特别提到AI垃圾内容,但其"更改或合成内容"的一些示例似乎包括某些类型的AI生成视频。
AI内容泛滥的问题已经变得如此严重,以至于John Oliver最近在他的HBO节目中专门用了整整一集来讨论AI垃圾内容的兴起。(顺便说一下,你可以在YouTube上找到这一集。)
好文章,需要你的鼓励
今天讲的出海案例是开创电气,一家金华手持式电动工具制造商,在越南基地完成首款产品验收并形成80万台年产能力。
JETSPEC是由UC San Diego等机构联合提出的推测解码框架,通过树形因果掩码让草稿头在一次前向传播中生成分支一致的候选树,在MATH-500上实现最高9.64倍端到端加速。
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
本文介绍了中国科学院自动化所的研究,揭示了大型语言模型在多轮工具调用强化学习中崩溃的根本原因,并系统评估了五种监督信号对训练稳定性和泛化能力的影响。