TikTok近日推出了一项新功能,对所有在平台外部生成的AI内容自动添加标签。
TikTok在周四的声明中表示,公司正在通过与C2PA联盟(Coalition for Content Provenance and Authenticity,内容来源和真实性联盟)合作,扩大现有的自动标签范围,此前该标签仅用于标注使用TikTok内部AI工具生成的内容。现在使用人工智能创建的内容都将在TikTok用户名下贴上“AI-generated”的标签。
TikTok表示,自己是首个实施C2PA“内容凭证”技术的视频分享平台。该技术通过将元数据附加到内容上,使平台能够识别和标记由AI生成的内容。
TikTok已于周四开始利用该技术来识别平台上传的图片和视频,对纯音频内容的支持也将很快推出。
“AI技术虽然极大地丰富了创意空间,但如果用户不知道内容是AI生成的,可能会产生误导。通过标签,可以为用户提供清晰的内容背景。”TikTok指出。
TikTok还表示,公司在开发AI内容标签时非常谨慎,避免让用户感到困惑。同时,TikTok还一直与专家合作开展媒体素养活动,指导用户识别和批判性地看待AI内容及其可能带来的信息误导。
TikTok还在声明中提到,“为了帮助用户在网络上正确理解AI生成内容和假信息,我们推出了由MediaWise和WITNESS组织内的专家指导制作的新媒体素养资源。”
今年早些时候,TikTok与包括微软、Meta、谷歌和亚马逊在内的其他20家科技公司一起加入了内容真实性倡议,承诺在2024年的选举周期内共同打击由AI生成的假信息。今年4月,Meta在其监督委员会的建议下,也同意对更多AI影响或创造的内容进行标记。
添加标签这件事是一个逐步的过程,因为只有包含了内容认证的内容才能被准确识别和标记。随着更多平台开始采用这些凭证,社交网络对AI内容的识别能力将得到整体提升。
TikTok也将为平台内容添加内容认证,这意味着,未来即便是下载到本地的图片和视频,其他人和社交平台也可以利用C2PA的验证工具,轻松识别这些内容是否由TikTok上的AI工具制作。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。