Sumusunod ba ang iyong mga AI video model?

Ilang linggo ang nakalipas, naghahanda kami para i-ship ang aming storyboard to video workflow. Ang buong punto nito ay character consistency: tutukuyin mo ang iyong mga aktor nang isang beses, at mananatili silang sila sa bawat eksena. Para magawa iyon, nagpapadala kami ng mga reference image ng mga aktor na iyon sa video model sa bawat generation.

At ang bawat isa sa mga request na iyon ay nagsimulang bumalik na rejected.

Ang model na ginagamit namin para sa high-quality video noong panahong iyon ay Seedance, mula sa Chinese company na ByteDance (ang parehong kumpanya na nagmamay-ari ng TikTok). Lumalabas na nagpapatakbo ang Seedance ng face-detection pass sa bawat uploaded image bago pa man nito basahin ang iyong prompt, at hard-block ang anumang image na may makikilalang mukha ng tao. Ang aming mga aktor ang mismong main feature, at tumatanggi ang model na tingnan ang mga ito. Well-documented ito: ang mga creator ay palaging humaharap sa parehong pader, at kahit ang mga third-party API provider ay nagbabala na "ang mga image na may totoong mukha ng tao ay bina-block ng ByteDance content policy." Walang prompt rewrite ang makakaayos nito, dahil hindi ang prompt ang problema: nare-reject ang image sa isang hiwalay na scan stage bago pa man basahin ang prompt.

Sana ay nag-ship na lang kami ng workaround. Sa halip, inilipat namin ang buong tier palayo sa Seedance. At ang timing ay naging mas mahalaga kaysa sa inaasahan namin.

Hindi ito naging problema namin lang

Habang kinakaharap namin ang isang content filter, abala ang Washington sa paggawa sa "anong AI model ang ginagamit mo" bilang isang tanong tungkol sa compliance.

Ang gobyerno ng U.S. ay naghihigpit sa dalawang magkaugnay ngunit magkaibang set ng mga panuntunan tungkol sa AI.

Ang una ay batas na ngayon. 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 gobyerno. Inisyu ito sa ilalim ng Executive Order 14117, naging epektibo noong April 8, 2025, at nagsimula ang aktibong enforcement noong July 8, 2025. Ang China, kabilang ang Hong Kong at Macau, ay isa sa anim na itinalagang countries of concern. Kasama sa mga sakop na kategorya ang biometric identifiers, precise 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 applicability ay depende sa uri at dami ng data, sa transaksyon, sa provider, at sa pagmamay-ari o hurisdiksyon ng provider. Tingnan din ang Federal Register final rule.Ang ikalawang hanay ng mga patakaran ay mas bago at mabilis na nagbabago. Nitong linggo lang, nagbanta ng mga sanction ang Treasury Secretary na si Scott Bessent laban sa mga kumpanya ng AI sa China dahil sa pagnanakaw ng intellectual property, at inaccuse ng White House ang Moonshot AI ng pag-distill sa Fable model ng Anthropic, kung saan ang mga designation sa Entity List ay "pinag-uusapan na." Ang ulat mula sa Tom's Hardware at MLQ ay naglalarawan ng mas malawak na pagsisikap (mga restriksyon sa procurement, mga security advisory, at mga panuntunan sa pananagutan) na hindi man pormal na nagbabawal ay lumilikha naman ng tunay na hadlang para sa anumang negosyo sa U.S. na binuo gamit ang modelong galing sa China.

Hindi lamang ito tungkol sa isang modelo, o isang bansa

Ang aral na nakuha namin ay hindi "masama ang Seedance." Ito ay ang katotohanan na ang bawat modelong pinagbabasehan mo ay may kasamang patakaran, hurisdiksyon, at panahon ng availability na hindi mo kontrolado, at alinman sa mga ito ay maaaring magbago nang biglaan.

• Ang mga video model mula sa China ang pinaka-exposed. Ang Seedance ng ByteDance, Kling ng Kuaishou Kling, at Hailuo ng MiniMax ay pawang pinagsasama ang agresibo at malabong content filters na may kaakibat na target mula sa mga regulator.
• Ang Kimi ng Moonshot AI, na tinaguriang pinakamalaking open-weight model sa mundo at sapat ang kasikatan kaya iniulat na sinusubukan na ito ng Microsoft para sa Copilot at Azure, ay nasa sentro na ngayon ng labanan sa mga sanction. Ang mga team na gumamit nito bilang pamantayan ay maaaring biglang mangailangan ng exit plan.
• Kahit ang mga Western provider ay may dala ring sorpresa. Ang ElevenLabs, isang nangungunang voice company (na hindi Chinese), ay tahimik na nagbabawal sa mga government entity na gamitin ang kanilang serbisyo nang walang paunang nakasulat na pahintulot sa kanilang Prohibited Use Policy. Kung nagbebenta ka sa public sector, ang sugnay na iyon ay maaaring humarang sa iyo sa parehong paraan gaya ng geopolitical na dahilan.Hindi madali ang pumili ng "mabuting" provider nang minsan lang at magpatuloy na. Ang set ng mga katanggap-tanggap na modelo ay nagbabago, at nagbabago ito dahil sa mga dahilan na walang kinalaman sa iyong produkto.

Ano ang ginagawa ng VideoGen tungkol dito

Hindi namin iniisip na kailangan mo pang subaybayan ang lahat ng ito para makagawa ng video.

Ang VideoGen ang model layer para sa AI video. Ang aming model router ay nakalagay sa pagitan ng iyong workflow at ng mga underlying provider, at nagpapasya ito kung aling modelo ang magpapatakbo ng bawat generation batay sa kalidad, availability, at eligibility, hindi base sa kung aling logo ang trending.

Sa madaling salita, pagkatapos ng episode sa Seedance, inilipat namin ang high-quality video generation sa Google's Omni model, na may automatic fallback sa iba pang mga vetted at hindi Chinese na provider. Kung ang isang modelo ay tumanggi sa request, mag-down, o maging hindi angkop, ang router ay kusa itong iiwasan sa request na iyon nang hindi mo na kailangang baguhin ang anumang bagay. Ang aming mga aktor ay malinis nang mag-generate ngayon, at ang compliance posture ng stack ay amin nang pinapamahalaan upang hindi mo na kailangang mag-alala.

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

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

Hindi ito legal na garantiya na ang iyong kumpanya ay compliant. Ang compliance ay nakadepende sa iyong data, iyong mga customer, at iyong legal counsel. Ang kaya naming patunayan sa operasyon ay ang model eligibility, data-routing controls, at mga fallback na nagpapanatili sa iyong workflow kahit hindi na angkop ang isang modelo.

Ang takeaway

Kung bumubuo ka ng AI video sa isang produkto o internal workflow, ang pinakamahalagang bagay na magagawa mo ay itigil ang pag-hard-wire ng iyong stack sa isang partikular na modelo. Ilista ang lahat ng tinatawag ng iyong stack (kabilang ang sa pamamagitan ng mga aggregator), itanong kung saan pinoproseso at itinatago ang mga input, at pumili ng platform na maaaring magpalit ng mga modelo nang hindi mo na kailangang mag-ship ng code change.

Iyan ang buong premise ng VideoGen. Mag-build sa model layer, at hindi mo na kailangang mag-isip kung ang gamit mong modelo ngayong araw ba ang compliant, dahil trabaho namin iyon, hindi sa iyo.

Magsimulang lumikha sa VideoGen, o makipag-usap sa amin tungkol sa model eligibility para sa enterprise o regulated use.