Mensagem do Gate News, 23 de abril — A TikTok anunciou uma repressão abrangente ao conteúdo gerado por IA que viola os direitos dos utilizadores, revelando que já removeu mais de 538.000 vídeos e penalizou mais de 4.000 contas até à data. A plataforma dará prioridade à aplicação de medidas contra deepfakes de IA, clonagem de voz, imitação e uso comercial não autorizado de imagens de celebridades.
De acordo com o relatório de governação da TikTok para 2026, a plataforma removeu 360.000 vídeos que envolvem imitação baseada em IA e roubo de tendências, processou 85.000 peças de conteúdo com semelhanças faciais e clonagem de voz geradas por IA sem autorização e tratou mais de 30.000 peças de conteúdo enganador de “golpe romântico com IA” direcionado a utilizadores de meia-idade e idosos, com 1.300 contas associadas penalizadas. A plataforma reconheceu desafios contínuos na indústria, incluindo a dificuldade em identificar conteúdo gerado por IA e limitações nas capacidades de reconhecimento de voz.
A 9 de abril, a WeChat anunciou atualizações às suas normas de funcionamento da plataforma pública, proibindo contas de usar IA, scripts ou ferramentas automatizadas para substituir criadores humanos na produção e distribuição de conteúdo. As violações resultarão em restrições de tráfego, eliminação de conteúdos ou suspensão da conta. A 27 de março, a WeChat tinha formalizado estas regras, abrangendo conteúdo gerado por IA, publicações automatizadas via scripts e promoção de métodos não-humanos de criação automatizada.
A Red Fruit Short Drama informou a 6 de abril que removeu 1.718 séries animadas não conformes no 1.º trimestre de 2026. Na sequência de um aumento do uso de material de IA não autorizado, a plataforma realizou revisões abrangentes de 15.000 obras, removeu 670 produções não conformes e expôs quatro categorias de violações típicas. A plataforma salientou o seu compromisso com a proteção de conteúdo original e com a prevenção do uso não autorizado de materiais gerados por IA.
Isenção de responsabilidade: As informações contidas nesta página podem ser provenientes de terceiros e não representam os pontos de vista ou opiniões da Gate. O conteúdo apresentado nesta página é apenas para referência e não constitui qualquer aconselhamento financeiro, de investimento ou jurídico. A Gate não garante a exatidão ou o carácter exaustivo das informações e não poderá ser responsabilizada por quaisquer perdas resultantes da utilização destas informações. Os investimentos em ativos virtuais implicam riscos elevados e estão sujeitos a uma volatilidade de preços significativa. Pode perder todo o seu capital investido. Compreenda plenamente os riscos relevantes e tome decisões prudentes com base na sua própria situação financeira e tolerância ao risco. Para mais informações, consulte a
Isenção de responsabilidade.
Related Articles
Antigo engenheiro da Codex da OpenAI lança Blackstar e angaria $12M na ronda seed liderada pela Abstract
Mensagem de Gate News, 23 de Abril — Daniel Edrisian, um antigo engenheiro da equipa Codex da OpenAI, anunciou o lançamento da Blackstar Computers, uma empresa de hardware de IA que concluiu uma ronda de financiamento seed de $12 milhões. A Abstract liderou a ronda, com participação de SV Angel, Naval Ravikant, Chapter
GateNewsNeste momento
Os bancos de Taiwan juntam-se para criar uma IA local! Modelos de linguagem financeiros de grande escala em funcionamento o mais tardar até ao final do ano
As 16 instituições financeiras lideradas pela Chint Trust & Holdings anunciaram o lançamento do projeto “Modelo Financeiro de Linguagem Grande FinLLM”. A primeira versão do modelo bancário está prevista para ser publicada em agosto, e no 1.º trimestre de 2026 serão lançados agentes de IA baseados no FinLLM. O treino terá início em maio, com um orçamento de cerca de 40–70 milhões de yuan. Devido a exigências regulamentares e à necessidade de adaptação ao local, o treino será centrado em dados locais, reforçando a IA soberana, construindo infraestruturas base comuns e alargando-se ao setor do acesso financeiro inclusivo. O plano já foi incluído no plano nacional de desenvolvimento de IA e obteve apoio interministerial.
ChainNewsAbmedia31m atrás
CEO da Google: investimento de 185 mil milhões em capital para 2026; reforço dos investimentos na era dos agentes de IA
O CEO da Google, Sundar Pichai, anunciou a 22 de abril, na conferência Google Cloud Next realizada em Las Vegas, que a Google planeia investir entre 175 mil milhões e 185 mil milhões de dólares em despesas de capital em 2026, para construir a infraestrutura necessária para agentes de inteligência artificial autónomos (AI Agent), o que representa um aumento face aos 31 mil milhões de dólares em 2022.
MarketWhisper1h atrás
A Google revela a lista de candidatos ao novo lançamento da Jules e reposiciona-a como uma plataforma de desenvolvimento de produtos ponta-a-ponta
De acordo com o anúncio oficial da equipa Google Jules em 23 de abril, a orientação do produto da Jules evoluiu de um agente de codificação assíncrona para uma «plataforma de desenvolvimento de produtos agentic ponta a ponta». A nova versão consegue ler o contexto completo do produto, decidir de forma autónoma o próximo rumo de construção e submeter PR. Em paralelo, a equipa oficial anunciou a abertura de uma lista de candidatos para a nova versão.
MarketWhisper1h atrás
Google Jules Reposiciona-se como Plataforma de Desenvolvimento de Produtos Orientada por Agentes, de Ponta a Ponta, e Abre Lista de Espera para Nova Versão
Mensagem do Gate News, 23 de abril — A equipa da Jules, da Google, anunciou a abertura de uma lista de espera para uma nova versão do produto, reposicionando a Jules de um agente de codificação assíncrona para uma plataforma de desenvolvimento de produtos orientada por agentes, de ponta a ponta. Segundo a descrição oficial, a plataforma atualizada lê enti
GateNews1h atrás
A Perplexity revela o método de pós-treinamento do agente de pesquisa na web; o modelo baseado em Qwen3.5 supera o GPT-5.4 em precisão e custo
A Perplexity utiliza SFT seguida de RL com modelos Qwen3.5, tirando partido de um conjunto de dados de QA multi-hop e de verificações por rubrica para melhorar a precisão e a eficiência da pesquisa, atingindo um desempenho FRAMES de referência.
Resumo: O fluxo de pós-treinamento da Perplexity para agentes de pesquisa na web combina fine-tuning supervisionado (SFT) para impor obediência a instruções e consistência linguística com aprendizagem por reforço online (RL) via o algoritmo GRPO. A fase de RL utiliza um conjunto proprietário de QA verificável multi-hop e dados conversacionais baseados em rubricas para impedir a deriva do SFT, com gating de recompensas e penalizações de eficiência dentro do grupo. A avaliação mostra que o Qwen3.5-397B-SFT-RL atinge o melhor desempenho FRAMES, com 57,3% de precisão com uma única chamada de ferramenta e 73,9% com quatro chamadas a $0,02 por consulta, superando o GPT-5.4 e o Claude Sonnet 4.6 nestas métricas. A tarifação é baseada em API e exclui caching.
GateNews2h atrás
