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
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。