资讯速递 - 2026-05-19
今天不堆列表，只挑三个值得跟的热点。一个偏平台治理，一个偏视频生成，一个偏学术发布规范。
1. YouTube 扩大 AI 肖像检测
YouTube 的 likeness detection 工具开始面向更多成年创作者开放。它的作用不是识别所有 AI 视频，而是帮用户发现平台上是否有人用 AI 合成了自己的脸。
这件事值得看，是因为深度伪造正在从”名人和政客才需要担心”变成普通创作者也要处理的问题。以后平台内容治理可能不只靠举报，也会更像 Content ID 一样，围绕”人脸、声音、身份”建立检测和申诉流程。
English note: YouTube is expanding likeness detection to adult creators, giving more users a way to find AI-generated videos that imitate their face. The important shift is not the tool itself, but the move from celebrity-only protection toward broader identity governance.
来源：Gadgets360
2. NVIDIA SANA-WM：分钟级视频生成继续升温
SANA-WM 是 NVIDIA 相关团队发布的 2.6B 参数开源世界模型，目标是生成 60 秒、720p、带相机控制的视频。它最吸引人的地方不是参数有多大，而是把分钟级视频生成压到更低的推理门槛。
这类模型如果继续往前走，视频生成会从”短片段演示”慢慢靠近可控镜头、虚拟场景预演、游戏素材和机器人仿真。现在还不能把它理解成成熟生产工具，但方向很清楚：视频模型开始认真处理时间长度和相机控制。
English note: SANA-WM is a 2.6B-parameter open-source world model for 60-second, 720p video generation with camera control. The interesting part is efficiency: the discussion is shifting from model size to whether long video generation can run on more practical hardware.
3. arXiv 准备处罚 AI 论文垃圾
arXiv 准备对明显未审校的 AI 生成论文采取更硬的措施。根据报道，如果论文里出现明显的 LLM 错误、幻觉引用或没有检查过的生成痕迹，作者可能会被暂停提交。
这件事有点尴尬，但迟早会发生。AI 可以帮研究者写作和整理材料，但作者不能把责任甩给模型。论文署名意味着你认可里面的内容，至少要检查引用、公式、结论和实验描述。
English note: arXiv is moving toward tougher penalties for unchecked AI-generated submissions. The line is simple: using AI is one thing; submitting unverified LLM output as research is another.
来源：TechCrunch
今天的判断
这三件事放在一起看，主题其实很一致：AI 正在从”能生成什么”走向”谁负责”。
视频模型要负责可控性和算力成本，平台要负责身份保护，研究者要负责论文质量。工具越来越强以后，责任边界会变得更重要。