Megfelelnek az MI-videómodelljeid az előírásoknak?

Néhány hete éppen arra készültünk, hogy útjára indítsuk a storyboard-videó munkafolyamatunkat. Az egész lényege a karakterkonzisztencia: egyszer definiálod a szereplőidet, és ők minden jelenetben önmaguk maradnak. Ehhez a szereplők referenciaképeit minden generáláskor elküldjük a videómodellnek.

És ezek a kérések sorra elutasítva érkeztek vissza.

Akkoriban a kiváló minőségű videókhoz a Seedance modellt használtuk a kínai ByteDance vállalattól (ugyanaz a cég, amelyik a TikTokot is birtokolja). Kiderült, hogy a Seedance minden feltöltött képen arcfelismerést végez, mielőtt még elolvasná a promptot, és szigorúan blokkol minden olyan képet, amelyen felismerhető emberi arc látható. A szereplőink jelentették az egész funkció lényegét, a modell pedig egyszerűen megtagadta a használatukat. Ez jól dokumentált jelenség: az alkotók folyamatosan ebbe az akadályba ütköznek, és még a harmadik féltől származó API-szolgáltatók is figyelmeztetnek, hogy "a valódi emberi arcokat tartalmazó képeket a ByteDance tartalomkezelési irányelvei blokkolják". Egyetlen prompt-átírás sem segít, mivel sosem a prompt a probléma: a kép elutasítása egy külön vizsgálati szakaszban történik, még a prompt elolvasása előtt.

Szállíthattunk volna egy kerülő megoldást. Ehelyett levettük az egész szintet a Seedance-ről. És kiderült, hogy az időzítés sokkal fontosabb volt, mint gondoltuk volna.

Ez sosem csak a mi problémánk volt

Amíg mi egy tartalomszűrővel küzdöttünk, Washington elfoglalt volt azzal, hogy a "melyik MI-modellt használod" kérdést megfelelőségi kérdéssé változtassa.

Az Egyesült Államok kormánya két kapcsolódó, de eltérő szabályrendszert szigorít az MI-vel kapcsolatban.

Az első már törvényerőre emelkedett. Az Igazságügyi Minisztérium Adatbiztonsági Programja (Data Security Program) korlátozza azokat a tranzakciókat, amelyek Kína és más "aggodalomra okot adó országok" számára hozzáférést biztosítanak az Egyesült Államok nagymértékű érzékeny személyes adataihoz vagy kormányzati adataihoz. Ezt a 14117-es számú elnöki rendelet alapján adták ki, 2025. április 8-án lépett hatályba, és 2025. július 8-án kezdődött meg az aktív érvényesítése. Kína – beleértve Hongkongot és Makaót – egyike annak a hat kijelölt, aggodalomra okot adó országnak. A lefedett kategóriák közé tartoznak a biometrikus azonosítók, a pontos földrajzi helyadatok, a személyes egészségügyi adatok, a személyes pénzügyi adatok, a genomikai adatok és bizonyos személyes azonosítók. Ez nem jelenti az adatküldés általános tilalmát az Egyesült Államokon kívülre: az alkalmazhatóság az adatok típusától és mennyiségétől, a tranzakciótól, a szolgáltatótól, valamint a szolgáltató tulajdonosi hátterétől vagy joghatóságától függ. Lásd még a Federal Register végleges szabályozását.A szabályok második készlete újabb, és gyorsan változik. Éppen a héten Scott Bessent pénzügyminiszter szankciókkal fenyegetett kínai AI-vállalatokat szellemi tulajdon ellopása miatt, a Fehér Ház pedig azzal vádolta a Moonshot AI-t, hogy illegálisan átvette az Anthropic Fable modelljét, és az „Entity List”-re való felkerülés lehetősége is „napirenden van”. A Tom's Hardware és az MLQ beszámolói egy szélesebb körű törekvésről (beszerzési korlátozások, biztonsági tanácsok és felelősségi szabályok) írnak, amelyek ugyan nem jelentenek formális tilalmat, de komoly akadályokat gördítenek minden olyan amerikai vállalkozás elé, amely kínai modellre épül.

Nem csak egy modellről vagy egy országról van szó

A levont tanulság nem az volt, hogy „a Seedance rossz”. Hanem az, hogy minden modell, amelyre építesz, olyan szabályzattal, joghatósággal és rendelkezésre állási idővel rendelkezik, amelyet nem te irányítasz, és ezek bármelyike egyik napról a másikra megváltozhat.

• A kínai videómodellek a legnyilvánvalóbban kitettek. A ByteDance Seedance-e, a Kuaishou Kling-e és a MiniMax Hailuo-ja egyaránt agresszív, átláthatatlan tartalomszűrőkkel rendelkezik, miközben szabályozási célkeresztben állnak.
• A Moonshot AI Kimi modellje, amelyet készítője a világ legnagyobb nyílt súlyozású modelljeként hirdetett, és olyan népszerű, hogy a Microsoft állítólag tesztelte a Copilot és az Azure számára, most a szankciós csatározások középpontjába került. Azoknak a csapatoknak, amelyek erre építették a működésüket, hirtelen szükségük lehet egy „B tervre”.
• Még a nyugati szolgáltatók is tartogatnak meglepetéseket. Az ElevenLabs, egy vezető (nem kínai) hangtechnológiai vállalat, a tiltott felhasználási irányelveiben csendben megtiltja kormányzati szerveknek a szolgáltatása használatát előzetes írásbeli engedély nélkül. Ha az állami szektornak értékesítesz, ez a rendelkezés ugyanúgy blokkolhat, mint egy geopolitikai szankció.Itt nem arról van szó, hogy egyszer kiválasztjuk a „jó” szolgáltatókat, aztán kész. Az elfogadható modellek köre folyamatosan változik, mégpedig olyan okokból, amelyeknek semmi közük a termékéhez.

Mit tesz ezzel kapcsolatban a VideoGen?

Nem gondoljuk, hogy önnek ezeket követnie kellene egy videó elkészítéséhez.

A VideoGen az AI-videók modellrétege. A modell-útválasztónk az ön munkafolyamata és az alapul szolgáló szolgáltatók között helyezkedik el, és minőség, rendelkezésre állás és megfelelőség alapján dönti el, melyik modell futtassa az egyes generálásokat – nem pedig az alapján, hogy éppen melyik logó a divatos.

Konkrétan, a Seedance-esetet követően a kiváló minőségű videogenerálást a Google Omni modelljére helyeztük át, automatikus tartaléklehetőséggel más, ellenőrzött, nem kínai szolgáltatók felé. Ha egy modell elutasít egy kérést, leáll vagy alkalmatlanná válik, az útválasztó egy adott kérésnél átirányítja azt, átláthatóan, anélkül, hogy önnek bármit újra kellene írnia. A szereplőink most már tisztán generálnak, a stack megfelelőségi helyzetét pedig mi kezeljük, hogy önnek ne kelljen.

Folyamatosan értékeljük a VideoGenen keresztül elérhető modelleket és szolgáltatókat, beleértve:

• Hol történik az ügyféladatok feldolgozása
• Melyik vállalat üzemelteti az egyes modelleket
• Megőrzik-e az adatokat, vagy felhasználják-e azokat képzésre
• Mely modellek használhatók adott ügyfelek vagy régiók számára
• Hogyan cserélhető le egy korlátozott modell a munkafolyamat megszakítása nélkül

Ez nem jogi garancia arra, hogy az ön vállalata megfelel minden követelménynek. A megfelelőség az ön adataitól, ügyfeleitől és jogi tanácsadóitól függ. Amit operatív szinten garantálni tudunk, az a modellek alkalmassága, az adatútválasztási vezérlők és a tartalékmechanizmusok, amelyek biztosítják a munkafolyamat folyamatosságát, ha egy modell alkalmatlanná válik.

A lényeg

Ha ön AI-videót épít egy termékbe vagy belső munkafolyamatba, a legértékesebb dolog, amit tehet, az az, hogy abbahagyja a stackje egy konkrét modellhez való merev kötését. Vegye leltárba, mit hív meg ténylegesen a stackje (beleértve az aggregátorokon keresztül történő hívásokat is), kérdezze meg, hol dolgozzák fel és tárolják a bemeneti adatokat, és részesítsen előnyben egy olyan platformot, amely képes modelleket cserélni anélkül, hogy önnek kódmódosítást kellene kiadnia.

Ez a VideoGen teljes alapkoncepciója. Építsen a modellrétegre, és soha nem kell azon töprengenie, hogy a mai modell megfelel-e a követelményeknek, mert ez a mi dolgunk, nem az öné.

Kezdje el a alkotást a VideoGen-nel, vagy beszéljen velünk a nagyvállalati vagy szabályozott felhasználáshoz szükséges modellek megfelelőségéről.