Sumusunod ba ang iyong mga AI video model?

Ang storyboard patungong video ay nakasalalay sa consistency ng karakter. Tinutukoy mo ang mga aktor nang isang beses at pinapanatili silang makikilala sa bawat eksena. Para magawa iyon, nagpapadala kami ng mga reference image ng mga aktor na iyon sa modelong video sa bawat generation.

Ang aming high-quality video path ay gumagamit ng Seedance, mula sa ByteDance (ang kumpanyang magulang ng TikTok). Ang Seedance ay nagsasagawa ng face-detection pass sa bawat na-upload na larawan bago nito basahin ang prompt, at hinaharangan nito ang anumang larawan na may makikilalang mukha ng tao. Ang mga aktor ang core ng feature, at tinanggihan ng modelo ang mga input na iyon. Lumalabas ito kahit saan. Patuloy na nararanasan ng mga creator ang parehong pader, at nagbabala ang mga third-party API provider na "ang mga larawang may totoong mukha ng tao ay hinaharangan ng content policy ng ByteDance." Hindi nakakatulong ang pag-rewrite sa prompt. Ang prompt ay hindi kailanman ang problema. Ang larawan ay tinatanggihan sa isang hiwalay na scan stage bago mabasa ang prompt.

Sana ay naglabas na lang kami ng workaround. Sa halip, inilipat namin ang high-quality video tier mula sa Seedance. Mas mahalaga ang desisyong iyon nang naging usapin na rin ng compliance ang pagpili ng modelo.

Ang pagpili ng modelo ay nagiging tanong na ng compliance

Ang pamahalaan ng U.S. ay naghihigpit sa dalawang magkaugnay na hanay ng mga panuntunan tungkol sa AI.

Ang una ay batas na ito. Ang Data Security Program ng Department of Justice ay naghihigpit sa ilang transaksyon na nagbibigay sa China at iba pang "countries of concern" ng access sa bulk sensitive U.S. personal data o data na may kaugnayan sa pamahalaan. Inilabas ito sa ilalim ng Executive Order 14117, naging epektibo noong Abril 8, 2025, at nagsimula ang aktibong pagpapatupad noong Hulyo 8, 2025. Ang China, kabilang ang Hong Kong at Macau, ay isa sa anim na itinalagang countries of concern. Kabilang sa mga saklaw na kategorya ang biometric identifiers, tumpak na geolocation, personal health data, personal financial data, genomic data, at ilang personal identifiers. Hindi ito isang blanket ban sa pagpapadala ng anumang data sa labas ng United States. Ang pagiging angkop nito ay nakadepende sa uri at dami ng data, sa transaksyon, sa provider, at sa pagmamay-ari o hurisdiksyon ng provider. Tingnan din ang pinal na panuntunan ng Federal Register.Ang ikalawang set ay mas bago at gumagalaw pa rin. Nagbanta ang Treasury Secretary na si Scott Bessent ng mga sanction laban sa mga kumpanya ng AI sa China dahil sa pagnanakaw ng intellectual property, at pinaratangan ng White House ang Moonshot AI ng pag-distill ng Fable model ng Anthropic, kung saan ang mga designation sa Entity List ay "pinag-uusapan na." Ang pag-uulat mula sa Tom's Hardware at MLQ ay naglalarawan ng mas malawak na pagsisikap (mga paghihigpit sa procurement, mga security advisory, at mga panuntunan sa pananagutan) na hindi man umabot sa pormal na pagbabawal ay lumilikha naman ng tunay na abala para sa anumang negosyo sa U.S. na binuo gamit ang modelong galing China.

Hindi lang isang modelo, o isang bansa

Ang punto ay hindi sa natatanging kasamaan ng Seedance. Ang bawat modelong pinagbabatayan mo ay may kaakibat na patakaran, hurisdiksyon, at bintana ng availability na hindi mo kontrolado. Kahit alin sa mga ito ay maaaring magbago nang walang paunawa.

• Ang mga Chinese video model ang pinaka-exposed sa kasalukuyan. Ang Seedance ng ByteDance, Kuaishou's Kling, at Hailuo ng MiniMax ay pawang pinagsasama ang agresibo at malabong content filter sa papataas na panganib sa regulasyon.
• Ang Kimi ng Moonshot AI, na ipinagmamalaki ng gumawa nito bilang ang pinakamalaking open-weight model sa mundo at sapat ang kasikatan kaya iniulat na sinusubukan ito ng Microsoft para sa Copilot at Azure, ay nasa sentro na ngayon ng labanan ukol sa mga sanction. Ang mga team na gumamit nito bilang pamantayan ay maaaring mangailangan ng exit plan.
• Ang mga provider sa U.S. at Europe ay may mga sorpresang hatid din. Ipinagbabawal ng ElevenLabs sa mga ahensya ng gobyerno ang paggamit ng serbisyo nito nang walang paunang nakasulat na pahintulot. Kung nagbebenta ka sa public sector, ang sugnay na iyon ay maaaring humarang sa iyo nang kasing-epektibo ng isang geopolitikal na isyu.

Ang set ng mga katanggap-tanggap na modelo ay patuloy na nagbabago, sa mga dahilan na walang kinalaman sa iyong product roadmap.

Ano ang ginagawa ng VideoGen tungkol ditoAng VideoGen ay nasa pagitan ng iyong workflow at ng mga underlying provider. Pinipili ng model router kung aling modelo ang magpapatakbo sa bawat generation batay sa kalidad, availability, at eligibility.

Pagkatapos ng Seedance, inilipat namin ang high-quality video generation sa Omni model ng Google, na may automatic fallback sa iba pang mga sinuring provider na hindi Chinese. Kung tinanggihan ng isang modelo ang isang request, nasira, o naging hindi angkop, iruruta ito ng router palayo doon sa request na iyon. Hindi mo na kailangang isulat muli ang workflow. Ang mga actor reference ay malinis na nag-ge-generate sa kasalukuyang path, at pinapamahalaan namin ang model eligibility bilang bahagi ng pagpapatakbo ng stack.

Patuloy naming sinusuri ang mga modelo at provider na available sa pamamagitan ng VideoGen, kabilang ang:

• Kung saan ipinoproseso ang mga request
• Aling kumpanya ang nagpapatakbo ng bawat modelo
• Kung ang data ay itinatago o ginagamit para sa pagsasanay
• Aling mga modelo ang maaaring gamitin para sa mga partikular na customer o rehiyon
• Paano palitan ang isang restricted na modelo nang hindi nasisira ang workflow

Ito ay hindi isang legal na garantiya na ang iyong kumpanya ay compliant. Ang compliance ay nakadepende sa iyong data, iyong mga customer, at iyong legal counsel. Ang maaari naming patunayan sa operasyon ay ang model eligibility, mga control sa data-routing, at mga fallback na nagpapanatiling tumatakbo ang iyong workflow kapag naging hindi angkop ang isang modelo.

Ang takeaway

Kung bumubuo ka ng AI video sa isang produkto o internal workflow, iwasang i-hard-wire ang iyong stack sa isang partikular na modelo. I-inventory kung ano ang aktwal na tinatawagan ng iyong stack (kabilang ang sa pamamagitan ng mga aggregator). Itanong kung saan ipinoproseso at itinatago ang mga input. Mas piliin ang isang platform na maaaring magpalit ng mga modelo nang hindi nagbabago ng code.

Iyan ang paraan kung paano binuo ang VideoGen. Ang eligibility at routing ay nananatiling isang operational concern, kaya hindi kailangang pasanin ng iyong produkto ang bawat pagbabago sa polisiya ng provider.

Magsimulang gumawa gamit ang VideoGen, o makipag-usap sa amin tungkol sa model eligibility para sa enterprise o regulated na gamit.