随着谷歌新推出的Omni模型等AI内容创作工具的出现,现实与AI生成内容的界限变得愈发模糊。为此,YouTube正在采取重要措施来验证视频来源。在2024年推出较为宽松的AI内容标注机制后,谷歌将开始使用更显眼的标签来标注AI视频,并且不再完全依赖上传者主动披露其使用AI工具创作视频的情况。
标注机制的演变
2024年YouTube首次尝试识别AI视频时,这项工作几乎是多余的。当时的AI视频几乎总是因为看起来怪异或不连贯而暴露自己。但短短几年间,Seedance、Runway以及谷歌自家的Veo等AI模型已经大幅提升了AI视频的真实感和连贯性。
认识到这一变化后,YouTube正在让AI标签更加显眼,并将部分流程自动化。创作者在上传视频时仍需标明是否借助AI工具创作。然而,此前上传者并没有任何动力诚实披露这一信息。从本月开始,YouTube将使用"新的内部信号"来标记AI内容。这将适用于展现"显著逼真AI使用痕迹"的视频。
检测机制与申诉
谷歌对其AI检测系统将采用哪些信号语焉不详。博客文章提到了两个确凿的触发条件:表明纯AI来源的C2PA元数据,以及使用带水印的谷歌工具(如Veo)。创作者如果认为自己的视频被错误标记为AI内容可以提出申诉,但如果网站因这两个原因之一将上传内容标记为AI,则无法申诉。这些标签是"永久性的"。
新标签的显示位置
应用新标签后,它们将出现在用户实际能看到的位置。此前,谷歌基本上依靠自愿的AI标签仅在展开的视频描述中可见,位于标题为"此内容的制作方式"的部分。如果不主动查找这些信息,用户根本看不到标签。
随着新系统的推出,谷歌将在标准视频和YouTube Shorts上使用更显眼的标签。对于横屏拍摄的视频,AI标签将直接显示在视频下方、描述框上方。对于Shorts,标签将以小型叠加层的形式出现在视频本身的底部,尽管这会让本已拥挤的Shorts界面显得更加杂乱。
YouTube表示,新标签旨在清晰易读。它是一个带有"AI"字样和信息符号的小椭圆形图标。公司尚未明确标签是否可点击,但看起来确实如此。值得注意的是,YouTube上可能仍有AI内容不使用新标签。谷歌表示,该系统针对的是"逼真且经AI实质性修改或生成的内容"。使用AI创作的动画视频或仅包含少量AI元素的真实视频将继续在展开的描述框中披露AI使用情况。
Q&A
Q1:YouTube为什么要自动标注AI生成视频?
A:因为AI视频生成技术发展迅速,像Seedance、Runway和谷歌Veo等模型已经能制作出非常逼真的视频,现实与AI生成内容越来越难以区分。之前YouTube依赖上传者自主披露,但缺乏约束力,所以现在改用自动检测系统来标注AI内容。
Q2:YouTube如何判断一个视频是AI生成的?
A:YouTube使用"内部信号"来检测,具体包括两个确定标准:一是视频包含C2PA元数据表明纯AI来源,二是使用了带水印的谷歌工具如Veo。系统主要针对"显著逼真的AI生成或修改内容",动画类或仅含少量AI元素的视频仍采用原有标注方式。
Q3:YouTube的AI标签会显示在哪里?
A:新标签比以前更显眼。横屏视频的AI标签会直接显示在视频下方、描述框上方,是一个带有"AI"字样和信息符号的椭圆形图标。竖屏Shorts视频的标签则以小型叠加层形式出现在视频底部。
好文章,需要你的鼓励
在当前市场环境下,初创公司完成首轮融资的难度持续攀升。Precursor Ventures创始人Charles Hudson在播客中分享了早期创始人在寻求首轮机构融资前必须了解的关键信息,包括:风险投资格局的变化、AI如何重塑VC决策逻辑、为何最高估值并非最优选择、如何在融资过程中建立势能,以及风险投资是否真的适合自己的创业路径。
庆应义塾大学与英伟达推出AnyGroundBench,测试15个顶级视觉语言模型在手术、工业等五大专业领域的时空定位能力,揭示当前AI在专业场景下的系统性空间定位瓶颈。
IBM Research提出了一种新型模型架构CoFrGeNets(连分数生成网络),旨在替代GPT、Llama等主流大模型中的多头注意力机制和前馈网络。该架构基于数学中的连分数理论,通过"梯形"计算结构以更少参数表达更复杂函数。实验表明,CoFrGeNets在多项下游任务中性能接近或超越GPT2-xl和Llama-3.2B,同时训练更快、推理更高效,并可与现有模型架构灵活组合,未来有望应用于IBM Granite等系列模型。
清华大学与蚂蚁集团联合推出AgenticDataBench,含344道真实数据科学任务和433个精细技能标签,系统评测12种主流数据智能体配置的能力边界与短板。