美国爱荷华州起诉 TikTok，称其在 App Store 设定的年龄分级过低

美国爱荷华州起诉 TikTok，称其在 App Store 设定的年龄分级过低 当地时间1月17日，TikTok 被美国爱荷华州起诉，称其在应用中存在的性内容、毒品、酒精、亵渎和其他不当内容方面欺骗了家长。在诉讼中，爱荷华州总检察长伯德声称 TikTok 正在让年轻用户“轻易访问”此类内容，同时在苹果 App Store 上保持不准确的“12+”年龄分级。 苹果 App Store 上的“12+”分级意味着应用只能“偶尔/轻微”的包含此类内容。爱荷华州声称 TikTok 上的内容不符合此描述，并补充说，如果 TikTok 分级“正确”，它将获得 17+ 标签。该州指控 TikTok 在谷歌 Play 商店和 Microsoft Store 中的“青少年”评级“T”也不准确。

微博将在二季度测试 AIGC 创作助手，辅助大 V 进行内容创作

微博将在二季度测试 AIGC 创作助手，辅助大 V 进行内容创作 在昨日的微博超级红人节上，微博运营高级副总裁曹增辉表示，微博将推出 AIGC（人工智能生成内容）创作助手。 该助手旨在为创作者提效，通过学习大 V 的创作习惯，结合微博热点讨论内容，给创作者提供创作灵感，辅助大 V 进行内容创作。例如，在写文章时，助手可以给出标题、摘要、关键词等建议，在拍视频时，助手可以给出剪辑、配音、特效等建议，在做直播时，助手可以给出话题、互动、推荐等建议。 微博 AIGC 创作助手预计于二季度开放体验，计划针对历史累计原创博文大于 5000 条的创作者开放 100 个优先体验席位。 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

谷歌阻止 Truth Social 应用上架：缺乏有效系统来进行内容审核

谷歌阻止 Truth Social 应用上架：缺乏有效系统来进行内容审核 到目前为止，由特朗普媒体和科技集团推出的社交媒体应用Truth Social在谷歌 Play 商店中仍然没有上架。谷歌表示，这款应用缺乏有效的系统来审核用户发表的内容，这违反了谷歌应用商店的服务条款。 谷歌 在声明中称：“设置有效的系统来审核用户发表的内容是我们服务条款中得明确要求，对谷歌Play上任何应用都适用。”

【Lido社区正对“stETH增长的可持续方法：分级奖励分享计划”提案进行投票】

【Lido社区正对“stETH增长的可持续方法：分级奖励分享计划”提案进行投票】 6月25日消息，Snapshot投票页面显示，Lido社区正对“stETH增长的可持续方法：分级奖励分享计划”提案进行投票，并将于6月30日结束。该提案旨在引入奖励分享制度，并推出为分级奖励分享计划，将DAO 5%的质押奖励份额的一定比例提供给使用Lido质押ETH的参与者，这确保了激励措施与Lido质押的ETH保持一致，并保持协议的可持续性。还提议成立委员会来控制多重签名钱包，并有权将stETH协议奖励列入白名单、过滤和分配。 快讯/广告 联系 @xingkong888885

TikTok 将其研究 API 扩展到欧洲并开放新的透明度工具

TikTok 将其研究 API 扩展到欧洲并开放新的透明度工具 TikTok正在将其研究 API 的访问范围扩大到欧洲，并为商业内容开放新的透明度工具。这些工具旨在提高我们平台上内容的透明度。 这两项举措似乎都是为了帮助该公司遵守欧盟数字服务法案 (DSA) 的要求。 今年早些时候，TikTok 向美国的学术研究人员免费发布了Research API的初始版本。TikTok 的目标是让独立研究TikTok平台变得容易，并为 TikTok 内容带来透明度。 TikTok 正在开放商业内容库，以便为 TikTok 上的付费广告和其他商业性质的内容带来透明度。商业内容库是一个可搜索的数据库，其中包含有关付费广告和广告元数据的信息，例如广告创意、广告投放日期、用于定位的主要参数（例如年龄、性别）、接受广告的人数以及更多的。 TikTok 还提供对商业内容 API 的访问。研究人员需要创建一个 TikTok 开发者帐户并提交访问商业内容 API 的申请。目前只能使用来自欧洲的数据。 来源：

阿里巴巴的图像转视频模型在本周迅速走红，它抓取 TikTok 进行训练

阿里巴巴的图像转视频模型在本周迅速走红，它抓取 TikTok 视频进行训练 中国零售和科技巨头阿里巴巴的研究团队本周发布了一篇论文，详细介绍了一种新模型，他们称之为“”。网上对此的普遍反应是「RIP TikTokers」，暗示舞蹈类 TikTok 内容创作者将很快被人工智能取代。 该模型在接受输入「在他们的示例中为 TikTok 舞蹈视频」并创建一个新版本作为输出。其结果比之前尝试的类似模型略好。 阿里巴巴研究人员在论文中写道，他们使用的是“TikTok 数据集，包括 340 个训练和 100 个测试的单人舞蹈视频 (长 10-15 秒)”。该数据集源自明尼苏达大学 2021 年的一个项目“通过观看社交媒体舞蹈视频学习着装人类的高保真深度”，该项目概述了一种“人体深度估计和人体形状恢复方法”的技术，例如使用 AI 给视频中的某人穿上新衣服。