Os seus modelos de vídeo por IA estão em conformidade?

Há algumas semanas, estávamos nos preparando para lançar nosso fluxo de trabalho de storyboard para vídeo. O objetivo principal é a consistência dos personagens: você define seus atores uma vez e eles permanecem os mesmos em todas as cenas. Para fazer isso, enviamos imagens de referência desses atores para o modelo de vídeo a cada geração.

E cada uma dessas solicitações começou a retornar rejeitada.

O modelo que estávamos usando para vídeo de alta qualidade na época era o Seedance, da empresa chinesa ByteDance (a mesma empresa que possui o TikTok). Acontece que o Seedance executa uma verificação de detecção facial em cada imagem enviada antes mesmo de ler seu prompt, e bloqueia totalmente qualquer imagem com um rosto humano reconhecível. Nossos atores eram o recurso principal, e o modelo se recusava a olhá-los. Isso está bem documentado: os criadores atingem a mesma barreira constantemente, e até mesmo provedores de API de terceiros alertam que "imagens com rostos humanos reais são bloqueadas pela política de conteúdo da ByteDance". Nenhuma reescrita de prompt resolve isso, porque o prompt nunca é o problema: a imagem é rejeitada em uma etapa de verificação separada antes que o prompt seja lido.

Poderíamos ter implementado uma solução alternativa. Em vez disso, mudamos todo o nível para fora do Seedance. E o momento se mostrou muito mais importante do que esperávamos.

Isso nunca foi apenas nosso problema

Enquanto lidávamos com um filtro de conteúdo, Washington estava ocupada transformando "qual modelo de IA você está usando" em uma questão de conformidade.

O governo dos EUA está endurecendo dois conjuntos de regras relacionados, mas distintos, sobre IA.

O primeiro já é lei. O Programa de Segurança de Dados do Departamento de Justiça restringe certas transações que dão à China e a outros "países de preocupação" acesso a dados pessoais sensíveis em massa dos EUA ou dados relacionados ao governo. Foi emitido sob a Ordem Executiva 14117, entrou em vigor em 8 de abril de 2025 e entrou em aplicação ativa em 8 de julho de 2025. A China, incluindo Hong Kong e Macau, é um dos seis países designados como de preocupação. As categorias cobertas incluem identificadores biométricos, geolocalização precisa, dados pessoais de saúde, dados financeiros pessoais, dados genômicos e certos identificadores pessoais. Não é uma proibição geral de envio de qualquer dado para fora dos Estados Unidos: a aplicabilidade depende do tipo e volume de dados, da transação, do provedor e da propriedade ou jurisdição do provedor. Veja também a regra final do Federal Register.O segundo conjunto de regras é mais recente e está evoluindo rapidamente. Justo esta semana, o Secretário do Tesouro, Scott Bessent, ameaçou aplicar sanções contra empresas chinesas de IA devido ao roubo de propriedade intelectual, e a Casa Branca acusou a Moonshot AI de destilar o modelo Fable da Anthropic, com designações na Entity List "em pauta". Reportagens do Tom's Hardware e da MLQ descrevem um esforço mais amplo (restrições de compras, avisos de segurança e regras de responsabilidade) que não chega a ser uma proibição formal, mas cria uma fricção real para qualquer empresa dos EUA construída sobre um modelo chinês.

Não se trata apenas de um modelo ou um país

A lição que tiramos não foi que "Seedance é ruim". Foi que cada modelo no qual você constrói algo vem com uma política, uma jurisdição e uma janela de disponibilidade que você não controla, e qualquer um desses fatores pode mudar da noite para o dia.

• Os modelos de vídeo chineses são os mais obviamente expostos. O Seedance da ByteDance, o Kling da Kuaishou e o Hailuo da MiniMax combinam filtros de conteúdo agressivos e opacos com um alvo regulatório em suas costas.
• O Kimi da Moonshot AI, anunciado por seu criador como o maior modelo de pesos abertos do mundo e popular o suficiente para que a Microsoft tenha supostamente testado seu uso para o Copilot e Azure, está agora no centro da disputa por sanções. Equipes que padronizaram seu uso podem repentinamente precisar de um plano de saída.
• Até provedores ocidentais trazem surpresas. A ElevenLabs, uma empresa líder de voz (não chinesa), proíbe silenciosamente entidades governamentais de usar seu serviço sem autorização prévia por escrito em sua Política de Uso Proibido. Se você vende para o setor público, essa cláusula pode bloqueá-lo com a mesma força que uma questão geopolítica.Nada disto se trata de escolher os "bons" fornecedores uma vez e seguir em frente. O conjunto de modelos aceitáveis é um alvo em movimento, e ele se move por razões que não têm nada a ver com o seu produto.

O que o VideoGen faz a respeito disso

Nós não achamos que você deveria ter que rastrear nada disso para fazer um vídeo.

O VideoGen é a camada de modelo para vídeo com IA. O nosso roteador de modelos fica entre o seu fluxo de trabalho e os fornecedores subjacentes, e decide qual modelo executa cada geração com base na qualidade, disponibilidade e elegibilidade, não em qual logotipo está na moda no momento.

Concretamente, após o episódio de Seedance, transferimos a geração de vídeo de alta qualidade para o modelo Omni do Google, com failover automático para outros fornecedores verificados e não chineses. Se um modelo rejeita uma solicitação, sai do ar ou se torna inadequado, o roteador redireciona a solicitação, de forma transparente, sem que você precise reescrever nada. Nossos atores geram de forma limpa agora, e a postura de conformidade da pilha é algo que gerenciamos para que você não precise se preocupar.

Avaliamos continuamente os modelos e fornecedores disponíveis através do VideoGen, incluindo:

• Onde os dados do cliente são processados
• Qual empresa opera cada modelo
• Se os dados são retidos ou usados para treinamento
• Quais modelos podem ser usados para clientes ou regiões específicas
• Como substituir um modelo restrito sem interromper o fluxo de trabalho

Isso não é uma garantia legal de que sua empresa está em conformidade. A conformidade depende dos seus dados, dos seus clientes e do seu departamento jurídico. O que podemos comprovar operacionalmente é a elegibilidade do modelo, os controles de roteamento de dados e os fallbacks que mantêm seu fluxo de trabalho funcionando quando um modelo se torna inadequado.

A conclusão

Se você está criando um vídeo com IA em um produto ou fluxo de trabalho interno, a coisa mais valiosa que você pode fazer é parar de conectar sua pilha diretamente a um modelo específico. Inventarie o que sua pilha realmente chama (inclusive através de agregadores), pergunte onde as entradas são processadas e retidas, e prefira uma plataforma que possa trocar modelos sem que você precise enviar uma alteração de código.

Essa é toda a premissa do VideoGen. Construa sobre a camada de modelo, e você nunca terá que se perguntar se o modelo de hoje é o compatível, porque esse é o nosso trabalho, não o seu.

Comece a criar com o VideoGen, ou fale conosco sobre a elegibilidade de modelos para uso corporativo ou regulamentado.