YouTube Rotula Automaticamente Vídeos de IA: Rótulos Simplificados e Detecção Automática em 2026
O YouTube está implementando duas atualizações em seu sistema de rotulagem de IA, anunciadas em 27 de maio de 2026, com base em feedback desde 2024. Essas mudanças visam equilibrar transparência com controle.
Rótulos Simplificados e Mais Proeminentes
- Vídeos longos: O rótulo agora aparece diretamente abaixo do player de vídeo, acima da descrição.
- Shorts: O rótulo aparece como uma sobreposição no próprio vídeo.
- Este formato de rótulo único se aplica a todo conteúdo fotorrealista e significativamente alterado ou gerado por IA.
- Para conteúdo irrealista, animado ou levemente alterado, a divulgação permanece na descrição expandida.
Detecção Automática de IA
A partir de maio de 2026, o YouTube usa sinais internos para detectar uso significativo de IA fotorrealista. Se um criador não divulgar, mas o sistema detectar IA, um rótulo é aplicado automaticamente. Os criadores podem atualizar o status de divulgação no YouTube Studio se acreditarem que está incorreto. No entanto, os rótulos são permanentes para:
- Conteúdo criado com as próprias ferramentas de IA do YouTube (Veo, Dream Screen).
- Conteúdo com metadados C2PA indicando origem totalmente generativa por IA.
Ressalvas Importantes
Os rótulos de divulgação não afetam recomendações ou elegibilidade para monetização. Os criadores permanecem no controle, exceto nos dois casos de rótulo permanente.
📖 Leia a fonte original: HN AI Agents
👀 See Also
Dois Projetos de Pesquisa Desafiam a Aprendizagem por Imitação para Agentes Web
Dois projetos de pesquisa demonstram limitações do treinamento baseado apenas em imitação para agentes web: 'Browser in the Loop' usa RL com um modelo de 8B parâmetros para melhorar o sucesso no envio de formulários, enquanto 'Concentrate or Collapse' mostra que o RL padrão falha com modelos de linguagem de difusão, exigindo otimização em nível de sequência.
Inefável Inteligência de David Silver Levanta $1.1B para Superaprendiz Baseado em RL Sem Dados Humanos
A Ineffable Intelligence, fundada por David Silver, ex-aluno da DeepMind, levantou US$ 1,1 bilhão a uma avaliação de US$ 5,1 bilhões para construir um 'superaprendiz' baseado em aprendizado por reforço que descobre conhecimento sem dados humanos.
Evolução da Arquitetura de Cache KV: Do GPT-2 ao Mamba
Análise dos custos de memória do cache KV mostra que o GPT-2 usava 300 KiB/token, o Llama 3 reduziu para 128 KiB/token com atenção de consulta agrupada, e o DeepSeek V3 alcançou 68,6 KiB/token com atenção latente multi-cabeça. Mamba/SSMs eliminam completamente o cache KV com estados ocultos de tamanho fixo.
NTSB retira dossiê após IA recriar vozes de pilotos mortos a partir de espectrogramas
Usuários usaram Codex e algoritmo Griffin-Lim para reconstruir áudio de cockpit a partir de espectrogramas do NTSB. O NTSB removeu o dossiê público em resposta.