За неделю набралось столько поводов для разговора о генеративных медиа, что хватит на отдельный выпуск: от снятия видимых меток в Gemini до скандала вокруг хита Rubberz и предложения крупных лейблов не пускать AI-песни на чарты. Разбираемся, что из этого реально меняет правила игры, а что пока остаётся красивым анонсом.
Генеративные медиа новости последних дней складываются в занятную картину: индустрия одновременно пытается спрятать следы искусственного интеллекта и научиться их надёжно находить. Google убирает видимый значок с картинок, а Treblo строит детектор, который вычисляет собственную же музыку в чужих треках. Ирония, согласитесь, довольно прямолинейная.
Водяные знаки: игра в прятки становится официальной
Google добавил в Gemini и видеогенератор Flow переключатель media watermark. Теперь пользователь может убрать видимый значок-искру, который раньше маркировал AI-изображения, видео и музыку прямо на глазах. Звучит как шаг назад в прозрачности, но невидимые метки SynthID и C2PA никуда не деваются: они остаются встроенными в файл, и софт для проверки происхождения контента по-прежнему их считывает. То есть визуальный ярлык убрали, а цифровой отпечаток оставили. Разумный компромисс или лазейка для тех, кто хочет выдать генерацию за оригинал? Тут мнения разойдутся.
Заодно Ars Technica проверила, насколько вообще прочен SynthID. Изображение прогнали через 300 циклов имитации реального использования: сжатие, изменение размера, даже скриншот с экрана. Метка выжила. А вот обрезка на 20 процентов её сломала, причём кроп в 50 процентов справился с задачей ещё раньше, примерно на 250-м цикле деградации. Вывод простой: SynthID устойчив к бытовому шуму соцсетей, но не к целенаправленному кадрированию. Для борьбы с дезинформацией этого явно недостаточно.
Suno решил зайти с другой стороны и объявил, что будет встраивать водяные знаки во всю генерируемую музыку. Сигнал невидимый, зашит прямо в звуковую волну и не портит качество звука. Правда, компания пока не сказала, будет ли строить собственную технологию или лицензирует что-то вроде SynthID. Заодно Suno вводит лимиты на скачивание, о которых договорился с Warner Music Group ещё год назад по мировому соглашению.
Rubberz: песня, которую AI как будто выдал с потрохами
Самый громкий сюжет недели связан не с технологией напрямую, а с тем, как она ломает музыкальную индустрию изнутри. Трек Rubberz рэпера Fenix Flexin поднялся до 58-й строчки Billboard Hot 100, клип набрал 7 миллионов просмотров, а всё лето песню подозревали в том, что она сделана целиком искусственным интеллектом.
Продюсер Medasin опубликовал подробный разбор, показав, что лирика, сгенерированная им через Treblo (бывший Sonauto), почти дословно совпадает со строчками Rubberz. Собственный новый детектор Treblo оценил трек как «очень вероятно сделанный в Treblo», а заодно вычислил похожий паттерн в песне лейбл-мейта Тайги. Обложка и промо-пост ранее уже получили больше 97 процентов уверенности AI-происхождения от нескольких детекторов изображений, а Gemini и Claude находили признаки генерации в самих текстах песни. На живых выступлениях Флексин не смог воспроизвести вокальный диапазон и акцент из записи, полагаясь на лип-синк.
Развязка вышла почти комичной. После месяцев расплывчатых отрицаний рэпер в комментарии в Instagram фактически признал: он никогда и не говорил, что не использовал AI, а применение новых технологий как инструмента, по его словам, «ничего плохого» в себе не несёт. Прямое признание после стольких недель недомолвок, честно говоря, выглядит как капитуляция, а не как гордое заявление.
Реакция индустрии не заставила себя ждать: крупнейшие лейблы, Universal Music Group, Sony Music и Warner Music Group, при поддержке IFPI предложили правила, которые фактически закроют официальные чарты для AI-песен. Трек должен быть «в значительной степени сделан человеком», использовать только авторизованные генеративные сервисы с лицензированными данными для обучения и не вызывать подозрений в накрутке прослушиваний. Что именно считается «в значительной степени сделан человеком», авторы предложения пока не уточнили, и это, пожалуй, главная дыра в документе. Инициатива идёт дальше более ранней идеи RIAA, IFPI и SAG-AFTRA просто маркировать AI-треки стандартной пометкой, но ни одна чарт-организация пока не заявила, что примет новые правила.
На фоне скандала Google DeepMind тихо выпустил Lyria 3.5 в Google Flow Music 29 июля. Модель обещает более естественную мелодическую структуру, точнее следующую промптам лирику, вокал с улучшенным произношением и эмоциональными нюансами, а также новый контроль над темпом и длиной трека. Конкретных цифр бенчмарков DeepMind не опубликовал, что немного странно на фоне того, как активно другие компании козыряют показателями Arena.
Камеры и картинки: гонка за реализм продолжается
Пока музыкальная индустрия разбирается с этикой, производители железа и генераторов изображений соревнуются в скорости и точности. Новая линейка Pixel 11 получила четыре AI-функции камеры. Magic Capture снимает видео две минуты, пока Gemini анализирует более 500 кадров и выбирает лучшие моменты для фото. Instant Night Sight на чипе Tensor G6 снимает в темноте в 4,5 раза быстрее прежнего. А 120-кратный зум в Pro-модели совмещает цифровую склейку кадров с AI-генерацией пикселей для восстановления деталей, которых физически не было в исходном снимке. Формально это уже не совсем фотография, но кто будет спорить с результатом на экране смартфона.
SpaceXAI 9 августа представила Imagine Image 2.0, сделав ставку не на генерацию с нуля, а на точное редактирование. Magic Wand позволяет менять только выбранную область, Multi-Ref Editing принимает до пяти референсных изображений одновременно, а Smart Resize свободно растягивает соотношение сторон без искажений. В недельной оценке Arena модель набрала 1320 очков за генерацию текст-в-изображение и 1439 за редактирование, заняв второе место позади GPT-Image-2 с результатами 1380 и 1463 соответственно. Разрыв небольшой, но заметный, и он показывает: гонка идёт не столько за абсолютное лидерство, сколько за узкую специализацию.
Китайская MiniMax тем временем выпустила H3, омни-модальную видеомодель, обрабатывающую текст, изображения, видео и звук через единый пайплайн вместо набора узких моделей. Она генерирует клипы от 4 до 15 секунд в разрешении 2K со стереозвуком, принимая на вход до 9 изображений, 3 видеофрагмента общей длиной 15 секунд и 3 аудиодорожки. Вместо отдельного этапа апскейлинга модель пересоздаёт собственный низкокачественный результат напрямую, сохраняя текст и брендовые элементы. Модель уже доступна через API, открытые веса обещают выпустить в ближайшее время. Такой подход к генеративным медиа новостям, где несколько модальностей объединены в одном пайплайне, постепенно становится стандартом отрасли, а не исключением.
Деньги и этика: кто платит за стиль художника
Стартап Pippa пытается решить давнюю проблему генеративного видео: недовольство художников тем, что их стиль копируют без спроса. Компания предлагает модель revenue-share, выплачивая 0,005 доллара за изображение и 0,003 доллара за секунду видео каждый раз, когда подписчик генерирует контент в стиле конкретного автора. Запущенная в мае программа собрала около 800 платящих подписчиков, но лицензионные соглашения с реальными художниками подписаны только с четырьмя, ещё с четырьмя идут переговоры. Основатели говорят о желании порвать с «кровавой историей» несанкционированного обучения на чужих работах, но признают: базовые модели Pippa всё ещё построены на открытых моделях, обученных на art, собранном в интернете без согласия авторов. Заявленная цель и текущая реальность здесь расходятся довольно ощутимо.
Более жёсткий сюжет разворачивается в Сан-Франциско. Городской прокурор Дэвид Чиу направил Apple и Google требования немедленно удалить из магазинов приложений 13 «nudification»-сервисов, которые превращают обычные фотографии в фейковую обнажёнку или подменяют лица на откровенных изображениях. По словам Чиу, это прямое нарушение калифорнийского закона против дипфейк-порнографии. У одного из отмеченных приложений было больше миллиона загрузок. Google заявил, что уже приостановил эти приложения за нарушение политики, Apple удалила три и разбирается с остальными.
Что в итоге
Если собрать все эти генеративные медиа новости в одну картину, вырисовывается закономерность: индустрия одновременно двигается в сторону невидимости AI (убрать значок, снять метку) и в сторону её обязательного раскрытия (встроить водяной знак, придумать правила для чартов, вычислить плагиат через собственный же детектор). Пока эти два вектора не примирены, каждый новый релиз, будь то Lyria 3.5 или Imagine Image 2.0, будет появляться на фоне вопроса: а как мы вообще узнаем, что это сделано машиной? Ответа, честно говоря, пока нет ни у Google, ни у лейблов, ни у самой индустрии.
