YouTube 為 AI 生成歌曲加註 Made with AI 標籤
YouTube 開始為經 AI「改動或完全生成」的歌曲加上「Made with AI」標籤,即日起上線,做法與其現有的影片 AI 標籤一致。該標籤並非覆蓋音樂製作中的所有 AI 用途,官方舉例包括用生成模型創作作曲與人聲。上傳歌曲的音樂合作伙伴需按規則披露生成式 AI 使用;若未披露,YouTube 稱可能借助「其他訊號」判斷歌曲是否為 AI 生成。
依意思最接近的 30 筆
YouTube 開始為經 AI「改動或完全生成」的歌曲加上「Made with AI」標籤,即日起上線,做法與其現有的影片 AI 標籤一致。該標籤並非覆蓋音樂製作中的所有 AI 用途,官方舉例包括用生成模型創作作曲與人聲。上傳歌曲的音樂合作伙伴需按規則披露生成式 AI 使用;若未披露,YouTube 稱可能借助「其他訊號」判斷歌曲是否為 AI 生成。
Google DeepMind 發布一期播客,討論 AI 生成內容日益逼真後如何驗證內容來自人類、機器還是自然。節目介紹內容溯源的作用,並講解不可感知水印如何保護數字媒體與生物設計,時間軸涵蓋水印概念、SynthID、影像與影片、SynthID Bio 及未來韌性等章節。
Google DeepMind 宣布 SynthID Detector 現已向所有人開放,可用來判斷網上內容是否由 AI 生成。該工具除 Google AI 外,還支援檢測 OpenAI、NVIDIA、Kakao 等行業夥伴工具生成的內容,Apple 即將加入。使用者可通過 synthid.com 試用。
Google 宣布在 YouTube Music 的應用與網頁端為生成式 AI 創作的音樂加上標註,做法沿用今年早些時候在 YouTube 主站給 AI 生成影片加標籤的方案,目前正在陸續推送。Google 並未禁止 AI 音樂,在部落格中稱生成式 AI 為藝術家提供了新的創作、實驗與分享方式,但同時承認使用者希望知道一首歌是否由生成式 AI 工具生成。
BBC 報導稱,AI 生成內容激增正催生所謂「人類溢價」,即人們更看重由人創作的藝術。音樂平台 Deezer 表示,其上傳曲目中 44% 由 AI 生成,調查顯示 97% 的聽眾無法分辨 AI 與人類作品,但超過半數受訪者仍在意創作者是不是人。學界正推動設立類似「公平貿易」的「人類製造」統一標識,已有書籍、電影和專輯封面標註「AI-free」。
賓夕法尼亞州州長 Josh Shapiro 於週四簽署《人工智慧欺騙性廣告法》,要求任何「經人工智慧顯著修改或生成」的廣告——無論是靜態圖片、影片、音訊還是文字——都以與廣告本身相同的格式加註標籤。該法既適用於大型企業的電視廣告,也適用於餐廳的促銷傳單。賓州是最早要求披露 AI 內容的州之一。
Google 週二上線 SynthID 驗證網站,任何人可上傳圖片、影片或音訊,檢查是否為 AI 生成。該工具此前只向部分記者、媒體從業者和研究人員開放測試,現已全面開放,支援 JPG、PNG、HEIC、MP4、MP3、WAV 等十餘種格式。SynthID 自 2023 年推出,Google 的 Nano Banana、Veo、Lyria 模型以及 Gemini、Flow、Vids 等生成工具都會為產出加水印,OpenAI、Nvidia、Kakao 也已支援。
YouTube Music 週三上線 AI 標籤系統,播放頁會標明歌曲在多大程度上由生成式 AI 參與,標註同樣會出現在 YouTube 主應用。合作方需按 Fully Gen AI、Partly Gen AI、No Gen AI 三檔申報,其中 Auto-Tune 等修音工具歸入 No Gen AI。YouTube 側重披露而非限制,AI 參與本身不影響曲目變現。
維基百科的志願者專案 WikiProject AI Cleanup 估計,2026 年初約 15% 到 16% 的新條目與草稿被檢測工具 Pangram 標記為 AI 生成,低於 2025 年底的約 20%。英文維基百科已禁止用大模型生成條目,但假引用仍是主要問題:AI 更常找到真實來源卻曲解其內容,而非完全編造。Claude 等模型有時會援引維基百科政策拒絕撰寫條目,維基媒體基金會也在開發可標記聊天機器人貼上文字的 Paste Check。
OpenAI 宣布將在歐盟自動為 ChatGPT 生成的文字加水印,其他地區也提供該功能,但預設關閉。這是為遵守 8 月生效的歐盟 AI Act,該法要求 AI 生成內容可被其他工具檢測。OpenAI 的水印方法名為 textGrain,屬專有技術並已發布技術論文:它在用詞中埋入人類難以察覺、也不影響輸出品質的模式,持有金鑰者可用專用檢測器識別。檢測器初期只向有限的研究者與機構開放,其他方需經申請審批逐步加入。
一位作者記錄 AI 生成內容正讓網路騙局變得廉價高效:YouTube 廣告裡充斥著太極速成、自適應度數眼鏡、免費無限流量 U 盤、書本大小 90 秒製冷空調等違反常識的產品,平台幾乎不作核實就接單。他收到的推銷郵件則是把 ChatGPT 指向自己書的介紹頁生成的,套用了原文措辭並索要五星評價,而該書本就免費提供 PDF,實為釣魚。作者認為騙子只需極低比例的人上鉤即可回本,而大平台不會主動關掉這條收入來源。
OpenAI 表示,文字水印用於回答一個問題:這段文字是否很可能由其模型生成。水印在生成時嵌入不可見的統計訊號,檢測器可據此識別,不會新增可見標記或特殊字元。它無法說明原作者或版權歸屬,也不能識別個人、組織、帳號、對話或提示詞。OpenAI 稱測試中水印未影響模型能力、速度以及回答的閱讀感受。
美國雜誌 Current Affairs 通過新的工會合同,實施出版業最嚴格的反 AI 政策:不刊登任何 AI 生成的文字,也不用 AI 生成插畫作為配圖。主編 Nathan J. Robinson 稱此舉是為抵制媒體用 AI 批次生產「內容」、以極低成本替換寫作者,並援引 Futurism 報導稱創意產業四年間流失逾 20 萬個崗位。他也承認無法保證 AI 投稿完全不會混入,但會保持警惕。
布朗大學本科生 Cunyan Ma 製作了一張免費公開的互動地圖,把科技公司、其中介機構與全球資料標註工人對應起來,用視覺化呈現所謂“AI 殖民主義”。地圖彙總了已有的資料工人資料庫、他本人的資料收集以及新聞報導。資料工作包括標註影像與詞性、轉寫語音、為聊天機器人回覆打分、勾畫醫學影像中的腫瘤邊界,部分工人還需觀看令人不適的影像或文字以訓練模型過濾這類內容。
一篇 10 月 10 日發布的評論文章認為,當前前沿生成式 AI 仍只是被高度增強的隨機鸚鵡,無法具備智慧判斷,因此應拒絕「AI」這一命名及其被兜售的敘事。作者從美國視角批評 Anthropic、OpenAI 等公司誇大能力,把「威脅人類」與「必須領先中國」的話術捆綁,用於自我牟利。文章還稱該技術至多是既有風險的加速器,例如病原體研究與威權監控,真正危險來自使用者而非模型本身。
Google DeepMind 宣布,其 AI 內容水印技術 SynthID 入選《時代》雜誌 2026 年度最佳發明。官方表示,SynthID 已為超過 1800 億張圖片和影片加上水印,用於幫助人們區分 AI 生成內容與其它媒體,推文中附有詳情連結。
美國版權局維持僅人類創作可獲版權的立場,AI 生成作品不受保護,這一立場已多次在法院獲支援,最高法院也拒絕受理相關上訴。含創意的提示詞本身可受版權保護,但由其生成的影像仍屬公有領域,任何人都可複製、出售或分發。猴子自拍案同樣表明,非人類創作不產生版權。
一位作者在部落格中稱,自己閱讀 AI 生成文字的速度至少慢三分之一,即便篇幅相同。他把原因歸為兩點:AI 會平均化寫作風格,讀者難以感知作者本人及其語境;AI 為把文字拼接通順必須自行假設,傾向選擇更模糊的措辭,從而損失精度。他還指出多數模型輸出囉嗦,讀者需自行替換含糊詞,寫作者省下的時間會轉嫁到讀者一側,並帶來更多追問、更多迭代與信任下降。
巴西銀行 Itaú 推出對話式介面 ia.i,並配套 IARA 治理平台,把生成式 AI 同時提供給客戶與員工使用。這是該行「AI First」戰略的落地舉措,其所在金融業是巴西監管最嚴格的行業之一。原文未披露所用模型、上線時間與覆蓋人數等細節。
軟體基礎設施部落格 The Consensus 上線自研「AI tells」檢測器,用靜態規則比對 2023 年前後的寫作差異,處於第 99 百分位的文章將失去首頁 At a Glance 板塊、社交媒體和每週 newsletter 的推薦資格。該檢測器不判斷文章是否由 AI 撰寫,只提示讀起來像 AI 寫作,作者稱它偶爾也會誤判自己的文章。讀者仍可在 feed 搜尋中用 aitells<90 過濾,作者也承認規則可被繞過,但認為這反而會促使各家寫出自己的風格。
Spotify 週二宣布,過去一年已從使用者推薦中移除超過 5000 萬首被判定為 AI 生成垃圾內容或 spam 的歌曲,並調整推薦系統以突出人類藝術家的音樂。官方稱編輯部不會把被識別為 slop 或 spam 的內容編入推薦,調整後聽眾對此類內容的投訴明顯下降。Spotify 尚未強制要求所有 AI 曲目標註,但已推出「AI Persona」徽章。
OpenAI 開發者帳號宣布,API 現在可以接收帶標註的影像,用來精確指定希望修改的位置。呼叫時建議大多數編輯從低複雜度起步,場景包含多個元素或約束時可改用中或高複雜度,讓模型有更多規劃空間;影像品質可單獨設定以匹配所需細節程度。
Google DeepMind 發布 SynthID Bio,一套面向 AI 生成生物設計的水印方法。官方稱這是全球首次能在不影響生物功能的前提下,把不可感知的簽名直接嵌入蛋白質序列。該技術屬於 SynthID 水印體系的新分支,具體覆蓋範圍、檢測方式與可用時間尚未公布。
一位寫了 20 年程式碼的軟體工程師撰文主張,AI 生成的程式碼仍要逐行讀、逐行審,不能因為能跑就盲信。他承認這類工具寫得比自己快,經審查後品質往往也不差,但它的做法主要是不斷做加法:堆砌覆蓋錯條件的單元測試、重複實現已有函式、每行都加無用註釋,出問題後還會編造一套語氣篤定的根因分析。他認為 95% 的正確率不等於 100%,靠提示詞“配方”解決不了問題,行業還缺少可重複的驗證流程;只要 PR 上署著自己的名字、自己還在值班,就該讀懂這段程式碼。
攝影媒體 DPReview 刊文稱,尼康的一項攝影賽事出現生成式 AI 爭議。該報導發布於 2026 年 10 月 11 日,在 Hacker News 上獲得 9 分、0 條評論;現有資料只給出標題,涉事賽事名稱、爭議作品與主辦方處理結果均未說明。
Hacker News 上一條 Ask HN 帖子的作者稱,AI 雖然讓產出變多,自己卻比過去更累。他把原因歸於需要並行跟進多件事、閱讀大量生成文字,以及不斷的護欄檢查、決策和上下文切換帶來的過載。他向社群徵集在不加重心理負擔的前提下繼續用 AI 的方法,該帖獲得 32 分、12 條評論。
Monday.com 委託 Nielsen 對七國 1700 名董事與高管調查顯示,超半數認為員工產出經 AI 打磨後難辨人機貢獻,近半數因此花更多時間審閱團隊產出。94% 仍對 AI 感到興奮,但 78% 已改變考核方式,更看重提示詞撰寫與任務分配能力;39% 用 AI 起草績效評估,46% 用 AI 輔助決策。57% 的組織在用的工具反而變多,僅 29% 稱 AI 基礎設施已集中最佳化;58% 預計一年內要監督的 AI agent 數量將超過人類員工。
Ai2 發布 Old Ideas, Novel Problems 研究與配套基準,結論是用 LLM 當新穎性評審並不可靠:只改 prompt 裡幾處措辭,模型分辨兩個想法哪個更新的準確率就變動超過 50 個百分點。測試涵蓋 GPT-5.1、GPT-5.2、GPT-5.4 與 Claude Sonnet 4.5、Opus 4.5/4.6,檢索與額外推理都不能穩定改善判斷,兩個專門建置的新穎性評估系統還不如直接用 prompt 呼叫的 Claude Opus 4.6 基線。
arXiv 新論文用心理語言學特徵分析 AI 生成文字,發現九個前沿與準前沿模型都比人類寫作更常用無生命主語搭配有生命動詞、更多低頻 n-gram,多數模型在對話中還使用更長依存、更多名詞堆疊和縮減關係從句,且不同模型家族差異明顯。作者提出的解釋是:人類語言為溝通最佳化,而 AI 文字越來越為數學、程式碼與推理最佳化,追求資訊密度;用長度懲罰微調模型的初步實驗復現了這種偏離人類語言習慣的現象。
荷蘭另類搖滾樂隊 De Staat 的新歌《Freedom》官方 MV 在 00:44 處用上了 AI 生成的視覺效果,特效由 Fake it or Leave it 的 Matties Grooten 負責。這條線索經 Hacker News 討論傳播,被標註為生成式 AI;原帖並未說明具體用了哪個模型或工具,也沒有交代該鏡頭之外是否還有其他 AI 參與。