Чи відповідають ваші моделі відео зі штучним інтелектом вимогам?

Кілька тижнів тому ми готувалися до запуску нашого робочого процесу «від розкадрування до відео». Його головна мета — послідовність персонажів: ви один раз визначаєте своїх акторів, і вони залишаються собою в кожній сцені. Для цього ми надсилаємо довідкові зображення цих акторів у відеомодель на кожній генерації.

І кожен із цих запитів почав повертатися відхиленим.

Моделлю, яку ми використовували для створення якісного відео на той час, була Seedance від китайської компанії ByteDance (тієї самої, що володіє TikTok). Виявилося, що Seedance виконує перевірку виявлення облич на кожному завантаженому зображенні перш ніж навіть зчитати ваш запит, і жорстко блокує будь-яке зображення з розпізнаваним людським обличчям. Наші актори були ключовою частиною функції, а модель відмовлялася на них дивитися. Це добре задокументовано: творці постійно стикаються з такою самою стіною, і навіть сторонні постачальники API попереджають, що «зображення з реальними людськими обличчями блокуються згідно з політикою вмісту ByteDance». Жодне перефразування запиту не допомагає, тому що проблема ніколи не в запиті: зображення відхиляється на окремому етапі сканування ще до того, як запит буде прочитано.

Ми могли б випустити тимчасове рішення. Натомість ми повністю перевели цей рівень з Seedance на іншу модель. І виявилося, що час вибору відіграв набагато важливішу роль, ніж ми очікували.

Це ніколи не було лише нашою проблемою

Поки ми мали справу з фільтром контенту, Вашингтон був зайнятий перетворенням питання «яку модель штучного інтелекту ви використовуєте» на питання комплаєнсу (відповідності нормативним вимогам).

Уряд США посилює два пов'язані, але різні набори правил щодо штучного інтелекту.

Перший набір уже є законом. Програма безпеки даних Міністерства юстиції обмежує певні транзакції, які надають Китаю та іншим «країнам, що викликають занепокоєння» доступ до масових конфіденційних персональних даних США або даних, пов'язаних з урядом. Вона була видана відповідно до Виконавчого указу 14117, набрала чинності 8 квітня 2025 року і перейшла до активного виконання 8 липня 2025 року. Китай, включаючи Гонконг і Макао, є однією з шести визначених країн, що викликають занепокоєння. До охоплених категорій належать біометричні ідентифікатори, точне геолокаційне розташування, особисті медичні дані, особисті фінансові дані, геномні дані та певні особисті ідентифікатори. Це не повна заборона на відправку будь-яких даних за межі Сполучених Штатів: застосовність залежить від типу та обсягу даних, транзакції, постачальника, а також власності чи юрисдикції постачальника. Див. також остаточне правило Федерального реєстру.Другий набір правил є новішим і швидко розвивається. Лише цього тижня міністр фінансів Скотт Бессент пригрозив санкціями китайським ШІ-компаніям через крадіжку інтелектуальної власності, а Білий дім звинуватив Moonshot AI у дистиляції моделі Fable від Anthropic, заявивши, що внесення до списку суб'єктів (Entity List) «на порядку денному». Звіти Tom's Hardware та MLQ описують ширший тиск (обмеження на закупівлі, рекомендації з безпеки та правила відповідальності), який не доходить до офіційної заборони, проте створює реальні перешкоди для будь-якого американського бізнесу, побудованого на китайській моделі.

Справа не лише в одній моделі чи одній країні

Урок, який ми засвоїли, полягає не в тому, що «Seedance — це погано». А в тому, що кожна модель, на якій ви будуєте свій продукт, має політику, юрисдикцію та вікно доступності, які ви не контролюєте, і будь-яка з них може змінитися для вас за одну ніч.

• Китайські відеомоделі є найбільш вразливими. Seedance від ByteDance, Kling AI від Kuaishou Kling та Hailuo від MiniMax поєднують агресивні, непрозорі фільтри контенту з регуляторним тиском, під який вони потрапили.
• Kimi від Moonshot AI, яку розробник рекламує як найбільшу модель з відкритими вагами у світі і яка настільки популярна, що Microsoft, за повідомленнями, тестувала її для Copilot та Azure, зараз опинилася в центрі санкційної боротьби. Команди, які зробили її стандартом, можуть раптово потребувати плану виходу.
• Навіть західні провайдери можуть піднести сюрпризи. ElevenLabs, провідна (некитайська) компанія з розробки голосових технологій, у своїй Політиці забороненого використання тихо забороняє державним структурам користуватися своїм сервісом без попереднього письмового дозволу. Якщо ви продаєте послуги державному сектору, цей пункт може заблокувати вас так само ефективно, як і геополітичні чинники.Справа не в тому, щоб один раз обрати «хороших» провайдерів і заспокоїтися. Набір прийнятних моделей постійно змінюється, і це відбувається з причин, які не мають жодного стосунку до вашого продукту.

Що з цим робить VideoGen

Ми вважаємо, що вам не варто відстежувати все це для створення відео.

VideoGen — це рівень моделей для AI-відео. Наш маршрутизатор моделей стоїть між вашим робочим процесом і базовими провайдерами, і він вирішує, яка модель виконуватиме кожну генерацію, базуючись на якості, доступності та відповідності вимогам, а не на тому, який логотип зараз у тренді.

Конкретно, після епізоду із Seedance ми перенесли високоякісну генерацію відео на модель Omni від Google з автоматичним перемиканням на інших перевірених провайдерів, що не базуються в Китаї. Якщо модель відхиляє запит, виходить із ладу або стає непридатною, маршрутизатор в обхід неї виконує цей запит, прозоро для вас і без необхідності щось переписувати. Наші актори тепер генеруються якісно, а питання відповідності вимогам стека — це те, чим керуємо ми, щоб вам не доводилося цього робити.

Ми постійно оцінюємо моделі та провайдерів, доступних через VideoGen, зокрема:

• Де обробляються дані клієнтів
• Яка компанія керує кожною моделлю
• Чи зберігаються дані або чи використовуються вони для навчання
• Які моделі можна використовувати для окремих клієнтів або регіонів
• Як замінити обмежену модель, не порушуючи робочий процес

Це не є юридичною гарантією того, що ваша компанія відповідає всім вимогам. Відповідність залежить від ваших даних, ваших клієнтів та вашого юрисконсульта. Операційно ми можемо гарантувати відповідність моделей вимогам, засоби керування маршрутизацією даних та механізми резервного перемикання, які підтримують роботу вашого робочого процесу, коли модель стає непридатною.

Головний висновок

Якщо ви вбудовуєте AI-відео у продукт або внутрішній робочий процес, найцінніше, що ви можете зробити — це припинити жорстко прив'язувати свій стек до конкретної моделі. Проінвентаризуйте, що саме викликає ваш стек (включно з випадками використання агрегаторів), дізнайтеся, де обробляються та зберігаються вхідні дані, і віддавайте перевагу платформі, яка може замінити моделі без необхідності випускати оновлення коду.

У цьому полягає вся концепція VideoGen. Створюйте на рівні моделей, і вам ніколи не доведеться замислюватися, чи є сьогоднішня модель відповідною, тому що це наша робота, а не ваша.

Почніть створювати з VideoGen або зв'яжіться з нами, щоб обговорити відповідність моделей вимогам для корпоративного або регульованого використання.