TikTok移除超538,000个AI生成的未授权视频;多家平台启动治理举措

Gate 新闻消息,4月23日——TikTok宣布对侵犯用户权益的AI生成内容进行全面打击,披露截至目前已移除超过538,000个视频,并对4,000多个账号进行了处罚。该平台将优先打击AI深度伪造、语音克隆、冒充行为,以及对名人肖像的未授权商业使用。

据TikTok于2026年的治理报告,该平台已移除涉及AI仿冒和蹭热度(trend-jacking)的360,000个视频,处理了85,000条包含未经授权的AI生成面部肖像和语音克隆的内容,并清理了超过30,000条面向中年和老年用户的具有误导性的“AI恋爱诈骗”内容,对应的1,300个关联账号受到了处罚。该平台承认行业仍面临持续挑战,包括难以识别AI生成内容以及语音识别能力的限制。

4月9日,微信宣布更新其公共平台运营规范,禁止账号在内容生产与分发中使用AI、脚本或自动化工具来替代人工创作者。违规将导致流量限制、内容删除或账号暂停。3月27日,微信已将这些规则正式化,涵盖AI生成内容、通过脚本进行自动发布,以及推广非人类自动化创作方法。

红果短剧在4月6日报道称,它在2026年第一季度移除了1,718部不符合要求的动画剧集。随着未经授权的AI素材使用激增,该平台对15,000部作品进行了全面审查,移除了670个不符合要求的制作,并揭示了四类典型违规。该平台强调其致力于保护原创内容,并防止未经授权地使用AI生成材料。

免责声明:本页面信息可能来自第三方,不代表 Gate 的观点或意见。页面显示的内容仅供参考,不构成任何财务、投资或法律建议。Gate 对信息的准确性、完整性不作保证,对因使用本信息而产生的任何损失不承担责任。虚拟资产投资属高风险行为,价格波动剧烈,您可能损失全部投资本金。请充分了解相关风险,并根据自身财务状况和风险承受能力谨慎决策。具体内容详见声明

相关文章

前 OpenAI Codex 工程师推出 Blackstar,融得 $12M 种子融资,由 Abstract 领投

Gate News 消息,4月23日——OpenAI 的 Codex 团队前工程师 Daniel Edrisian 宣布推出 Blackstar Computers,这是一家已完成 $12 百万种子融资轮的 AI 硬件公司。Abstract 主导本轮融资,参与方包括 SV Angel、Naval Ravikant、Chapter One 和 Timeless

GateNews刚刚

台湾银行业携手打造本土 AI!金融大型语言模型最快年底上线

中信金控牵头的16家金融机构宣布启动“金融大语言模型FinLLM”项目,首版银行模型预计8月发布,2026年Q1再推出以FinLLM为基础的AI代理。训练自5月起,预算约4000–7000万元。由于监管与本地化需求,以本地数据训练为核心,强化主权AI、构建共享基础设施,并拓展普惠金融。计划已纳入国家AI发展计划,获得跨部门支持。

鏈新聞abmedia32 分钟前

Google 执行长:2026 年资本支出达 1850 亿,AI 智能体时代投资加码

谷歌首席执行官 Sundar Pichai 于 4 月 22 日在拉斯维加斯举行的 Google Cloud Next 大会上宣布,谷歌计划在 2026 年投入 1,750 亿至 1,850 亿美元的资本支出,用于建设自主人工智能代理(AI Agent)所需的基础设施,较 2022 年 310 亿美元增加。

Market Whisper1小时前

Google Jules 发布新版候选名单,重新定位为端到端产品开发平台

根据 Google Jules 团队官方于 4 月 23 日公告,Jules 的产品定位已从异步编码 agent 升级为“端到端 agentic 产品开发平台”,新版本可读取完整产品上下文、自主判断下一步构建方向,并提交 PR,官方同步宣布开放新版本候选名单。

Market Whisper1小时前

Google Jules 重新定位为端到端智能体式产品开发平台,开启新版本候补名单

Gate News 消息,4月23日——Google 的 Jules 团队宣布为产品新版本开启候补名单,将 Jules 从异步代码编写代理重新定位为端到端的智能体式产品开发平台。根据官方描述,这个升级后的平台会读取完整的产品上下文,决定接下来应该构建什么,提出解决方案,并提交拉取请求。

GateNews1小时前

Perplexity 公开网页搜索代理的后训练方法;基于 Qwen3.5 的模型在准确率与成本上胜过 GPT-5.4

Perplexity 使用 Qwen3.5 模型进行先 SFT 后 RL 的训练流程,借助多跳 QA 数据集和评分规则检查来提升搜索的准确性与效率,实现同类最佳的 FRAMES 表现。 摘要:Perplexity 面向网页搜索代理的后训练工作流将使用监督微调 (SFT) 来强化指令遵循与语言一致性,并通过 GRPO 算法结合在线强化学习 (RL)。强化学习阶段使用专有的多跳可验证 QA 数据集以及基于评分规则的对话数据,以防止 SFT 漂移,并采用奖励门控与组内效率惩罚。评估显示,Qwen3.5-397B-SFT-RL 在 FRAMES 上取得顶级表现:单次工具调用准确率为 57.3%,四次调用为 73.9%,成本为每次查询 $0.02,且在这些指标上优于 GPT-5.4 和 Claude Sonnet 4.6。定价基于 API,并且不包括缓存。

GateNews2小时前
评论
0/400
暂无评论