Скандал вокруг Muse Image в Instagram: Meta закрывает лазейку с генерацией дипфейков по @тегам
Внедрение нового ИИ-генератора Muse Image в Instagram открыло новые варианты создания рекламных материалов, но одновременно спровоцировало крупный скандал, связанный с приватностью.
Сразу после релиза функции выяснилось, что нейросеть по умолчанию позволяет использовать упоминания (@handle) любых публичных аккаунтов для создания изображений. Инструмент копирует внешность, мимику и пропорции человека из его публикаций и Reels, создавая реалистичный дипфейк, при этом владелец профиля не получает никаких уведомлений.
На фоне предупреждений экспертов по безопасности о рисках социальной инженерии пользователи начали массово ограничивать доступ к своим страницам, что напрямую влияет на условно-бесплатный трафик (УБТ).
Причины снижения эффективности метода
В арбитраже трафика (в частности, в вертикалях дейтинга, гемблинга и крипты) этот функционал применяли для быстрого создания нативного контента с участием локальных блогеров или моделей.
Достаточно было указать нужный никнейм в текстовом запросе, чтобы получить изображение человека в заданном окружении под схемный трафик или дейтинг-офферы.
Сейчас этот подход теряет актуальность из-за двух основных факторов:
-
Массовое отключение функции пользователями. Из-за медийного резонанса владельцы публичных страниц начали вручную деактивировать разрешение на использование своего контента в ИИ-функциях Meta через настройки меню «Поделиться и повторно использовать» (Sharing and reuse) либо просто закрывать профили.
-
Ужесточение модерации со стороны Meta. Под давлением регуляторов платформа разрабатывает алгоритмы безопасности, которые будут блокировать упоминание открытых профилей в запросах, имеющих коммерческий или серый характер.
Альтернативные подходы к созданию ИИ-контента
Чтобы сохранить стабильный поток лидов и не зависеть от обновлений безопасности Meta, медиабайерам необходимо менять логику уникализации промоматериалов и переходить на автономные решения.
-
Генерация уникальных цифровых аватаров. Вместо использования внешности реальных людей эффективнее создавать полностью вымышленных персонажей в Midjourney или Stable Diffusion. Для этого используется детальный текстовый промпт с описанием типажа, ракурса, освещения и одежды. Такой подход полностью исключает жалобы со стороны реальных пользователей.
-
Использование стороннего софта для Face-Swap. Перенос работы во внешние специализированные нейросети, которые работают по подписке. На таких платформах фильтры на работу с публичными изображениями пока менее строгие, что позволяет собирать собственную базу исходников и заменять лица для дейтинг-направления.
-
Локальная инфраструктура. Развертывание Stable Diffusion со специализированными расширениями (ControlNet, Reactor) на собственном оборудовании полностью снимает ограничения облачной модерации платформ. Это позволяет один раз сгенерировать качественные лица-доноры (или приобрести их на стоках) и накладывать их на любые исходники без риска блокировки инструментов.
-
Смена формата контента. Переход от статических изображений к коротким видеороликам для Reels и TikTok. Алгоритмы проверки текстовых упоминаний в видеоинструментах (например, Muse Video) работают с задержкой, что дает больше возможностей для прохождения модерации на этапе запуска кампаний.
