Качество + стоимость + C2PA + раскрытие по статье 50 EU AI Act

Кратко

Когда ваш продукт генерирует видео с помощью ИИ, между моделью и пользователем стоят три вещи, и большинство команд не строит ни одной: контроль качества, который отбраковывает плохой результат до того, как его кто-то увидит; контроль стоимости, который останавливает неуправляемый счёт; и слой раскрытия, который помечает видео как сделанное ИИ, чтобы вы остались на правильной стороне закона. С 2 августа 2026 года статья 50 EU AI Act требует, чтобы ИИ-сгенерированное и ИИ-изменённое видео было помечено в машиночитаемом формате, а дипфейки – раскрыты, под штраф до 15 миллионов евро или 3% мирового оборота. Механизм, на который указывает Code of Practice Еврокомиссии, – это C2PA Content Credentials, подписанный манифест внутри файла, подкреплённый невидимым водяным знаком (например, SynthID от Google) и серверным логом. Этот урок показывает, как построить все три контроля как реальные станции вашего конвейера генерации, с цифрами, которые задают каждый порог.

Почему это важно

Если ваш продукт превращает промпт в видеоклип, вы держите маленькую фабрику, способную выдать что-то постыдное, дорогое или незаконное – иногда всё сразу одним нажатием кнопки. Команды, которые выпускают генеративные видео-функции и выживают, – это не те, у кого лучшая модель, а те, у кого лучшие контроли вокруг средней модели. Урок написан для продакт-менеджера, основателя или техлида, который встроил генеративный видео-API в продукт и теперь должен сделать его безопасным в эксплуатации на масштабе. Это контрольный спутник к ландшафту генеративного видео, где описаны модели, и к уроку про ИИ-редакторы видео, где описан конвейер монтажа, вокруг которого оборачиваются эти контроли. Математика стоимости опирается на урок про реальную стоимость ИИ в видео.

Три контроля вокруг одной модели

Начнём с модели в голове, которая упорядочивает всё ниже. Генеративная видео-функция – это не просто «модель на входе, видео на выходе». Это модель, обёрнутая в три пропускных пункта, каждый из которых может не пропустить клип к пользователю. Представьте аэропорт: самолёт (клип) не доберётся до выхода (пользователя) без прохождения досмотра (качество), проверки билета (стоимость) и таможни (раскрытие). Пропустите хоть один – и проблема уже ждёт своего часа.

Первый пункт – контроль качества. После того как модель выдала клип, что-то должно решить, достаточно ли он хорош, чтобы его показать. Лицо целое или поплыло? Текст в кадре вышел читаемым или превратился в кашу? Движение плавное или видео мерцает? Контроль качества – это автоматический судья, который отвечает на эти вопросы и либо пропускает клип, либо отправляет его на повторную попытку, либо передаёт человеку.

Второй пункт – контроль стоимости. Генеративное видео – это счётчик, и он крутится быстро. Контроль стоимости – это страж бюджета, который не даёт одному запросу, одному пользователю или одному дню потратить больше, чем вы разрешили. Без него один цикл повторов или один злоупотребляющий пользователь выдаст счёт, который придёт раньше, чем ваше оповещение.

Третий пункт – контроль раскрытия. Прежде чем клип покинет вашу систему, он должен быть помечен как ИИ-сгенерированный – с встроенной подписанной записью о том, что его сделало, с невидимым водяным знаком и с записью на вашем сервере. Это тот пункт, который теперь важен закону, и тот, о котором команды забывают, пока не спросит регулятор или журналист.

Держите эту картину из трёх контролей в голове. Дальше урок строит каждый по очереди, а потом показывает, как они складываются в станции одного конвейера.

Нажмите, чтобы увеличить

Контроль первый: качество – автоматический судья

Контроль качества отвечает на один вопрос: достаточно ли хорош этот клип, чтобы показать пользователю без участия человека? Он нужен потому, что генеративное видео ломается так, как очевидно человеку и невидимо модели, которая его сделала. Модель думает, что справилась; у нарисованного ею лица три глаза.

Почему нельзя просто доверять модели

Генеративная модель возвращает клип и тихое предположение, что клип в порядке. Она понятия не имеет, в порядке ли он. Она не видит, что на руках по шесть пальцев, что логотип бренда превратился в почти-копию реального товарного знака или что запрошенное «спокойное демо продукта» вышло суматошным. Без контроля эти сбои доходят до пользователей, а на публикующей платформе – до публики.

Поэтому между моделью и пользователем ставят судью. Судья сам является моделью – обычно vision-language model, та, что умеет смотреть на кадры и отвечать на вопросы о них; мы разбираем её в уроке про закрытый фронтир VLM. Вы показываете ему сгенерированный клип и задаёте конкретные вопросы: соответствует ли это промпту, целы ли лица и руки, есть ли читаемый текст и верен ли он, стабильно ли движение. Этот приём часто называют «LLM-as-judge», и для видео он означает подачу выборки кадров мультимодальной модели и чтение структурированного вердикта.

Три слоя проверки – от дешёвого к дорогому

Хороший контроль качества – это не одна проверка, а стек, упорядоченный «сначала дешёвое», чтобы вы тратили дорогое только на клипы, пережившие дешёвые проверки.

Первый слой – техническая валидация – бесплатные проверки. Файл декодировался? Верны ли длина, разрешение и частота кадров? Средняя яркость в разумном диапазоне, чтобы поймать полностью чёрные или белые рендеры? Это арифметика по пикселям и метаданным; она почти ничего не стоит и ловит грубейшие сбои.

Второй слой – автоматическая перцептивная оценка – дешёвые модельные проверки. Запустите маленькую модель, чтобы найти лица и сосчитать пальцы, или вычислите no-reference оценку качества, которая прикидывает «естественность» видео без сравнения с оригиналом. Это ловит класс сбоев «поплывшее лицо».

Третий слой – судья VLM – дорогая проверка. Возьмите выборку кадров, отправьте мультимодальной модели с вашим промптом и критериями, прочитайте обратно «прошёл / не прошёл» с причинами. Сюда доходят только клипы, прошедшие две дешёвые проверки, так что за умного судью вы платите редко.

Арифметика бюджета повторов

Вот математика, которая делает контроль качества безопасным, а не разорительным. Скажем, клип стоит $0.50 на генерацию, а ваша модель проходит контроль качества с первой попытки в 70% случаев. Если повторять вслепую до прохождения, среднее число попыток равно единице, делённой на долю прохождения:

среднее число попыток = 1 / 0.70 = 1.43 попытки
средняя стоимость     = 1.43 × $0.50 = $0.71 за выданный клип

Это нормально. Теперь представьте, что промпт трудный, и доля прохождения падает до 20%:

среднее число попыток = 1 / 0.20 = 5.0 попыток
средняя стоимость     = 5.0 × $0.50 = $2.50 за выданный клип

Та же функция теперь стоит в три с половиной раза дороже, а небольшая доля патологических промптов способна задрать среднее куда выше. Это задокументированная реальность 2026 года: команды сообщают, что клип, ожидавшийся за $1.50, раздувается до $5 после пяти повторов. Лекарство – жёсткий лимит: не больше N попыток, потом стоп – к человеку или с понятным отказом. Контроль качества и контроль стоимости связаны намертво: цикл повторов – это ровно то место, где безлимитный контроль качества становится безлимитным счётом.

«Частая ошибка: безлимитный цикл повторов без выхода к человеку. Самый дорогой баг в генеративном видео – это цикл «если клип не прошёл качество, генерируй заново» без максимума и без запасного варианта с человеком. Горстка промптов, которые модель просто не может удовлетворить, будет повторяться вечно, и каждый повтор выставляет вам счёт, пока не сработает бюджетное оповещение или пользователь не сдастся. Всегда ограничивайте повторы небольшим числом – три встречается часто – и при достижении лимита громко падайте или эскалируйте человеку. Клип, которому нужно пять попыток, говорит вам, что промпт неверен или модель не тот инструмент; новые деньги это не починят.»

Контроль второй: стоимость – страж бюджета

Контроль стоимости существует потому, что генеративное видео – самое дорогое, что делает ваш продукт на единицу результата, и стоимость переменная, а не фиксированная. Вы не покупаете плоскую подписку; вы платите за секунду видео, за генерацию, за повтор. Страж бюджета превращает открытый счётчик в ограниченный.

Три лимита на трёх уровнях

Полный контроль стоимости держит лимит на трёх уровнях, потому что траты могут разогнаться на любом из них.

Лимит на запрос ограничивает одну генерацию: максимальная длина клипа, максимальное разрешение и лимит повторов из контроля качества. Это не даёт одному запросу оказаться неожиданно огромным.

Лимит на пользователя ограничивает то, что один аккаунт может потратить за окно – дневной или месячный баланс кредитов. Именно он защищает вас от одного тяжёлого пользователя или одного злоупотребляющего, опустошающего маржу. Это и причина, по которой почти каждый потребительский генеративный инструмент мерит вас «кредитами», а не плоской ценой: кредиты – это контроль стоимости на пользователя, вынесенный наружу.

Лимит на систему ограничивает суммарные траты по всем пользователям за окно, с оповещением и автоматическим троттлингом при приближении к нему. Это предохранитель, не дающий вирусному всплеску или багу выдать пятизначный сюрприз на облачном счёте за ночь.

Пример бюджета, защищающего маржу

Разберём конкретный случай. Ваш продукт берёт с пользователей плоские $20 в месяц и даёт генерировать видеоклипы. Каждый клип после повторов контроля качества стоит вам $0.50. Чтобы держать здоровую маржу, вы решаете, что затраты на генерацию у одного пользователя не должны превышать $8 в месяц – оставляя $12 на всё остальное и прибыль.

месячный бюджет затрат на пользователя = $8.00
стоимость одного выданного клипа        = $0.50
клипов на пользователя                  = $8.00 / $0.50 = 16 клипов в месяц

Так вы выдаёте каждому пользователю 16 кредитов в месяц. Лимит на пользователя – не произвольное число; это ваша целевая маржа, делённая на удельную стоимость. Когда удельная стоимость растёт – рост цены модели, более трудный средний промпт, худшая доля прохождения – та же формула велит снизить выдачу кредитов или поднять цену. Контроль стоимости – это место, где ваша юнит-экономика становится правилом, которое система соблюдает, а не числом, которое вы обнаруживаете в конце месяца. Подробно эту калькуляцию мы разбираем в уроке про стоимость.

Нажмите, чтобы увеличить

Контроль третий: раскрытие – закон выходит на ваш конвейер

Третий контроль – тот, что из хорошей практики превратился в обязанность по закону. С 2 августа 2026 года статья 50 EU AI Act задаёт правила прозрачности для ИИ-сгенерированного контента, и две её нормы ложатся прямо на любой продукт, который генерирует или изменяет видео.

Что на самом деле говорит статья 50

Статья 50 коротка, и две её части, важные для вас, стоит прочесть простыми словами.

Пункт 2 – обязанность маркировки, на провайдерах. Тот, кто предоставляет ИИ-систему, генерирующую синтетический звук, изображение, видео или текст, должен обеспечить, чтобы выходные данные были «помечены в машиночитаемом формате и определялись как искусственно сгенерированные или изменённые». Маркировка должна быть эффективной, совместимой, надёжной и достоверной «насколько это технически осуществимо». Есть оговорка: обязанность не применяется, если ИИ выполняет лишь вспомогательную функцию стандартного редактирования или не изменяет ввод существенно. Так что инструмент, чуть правящий баланс цвета, освобождён; инструмент, генерирующий новую сцену, – нет.

Пункт 4 – обязанность раскрытия, на деплойерах. Тот, кто разворачивает ИИ-систему, генерирующую или изменяющую видео, составляющее «дипфейк», должен раскрыть, что контент искусственно сгенерирован или изменён. Закон определяет дипфейк как контент, напоминающий реальных людей, места или события, который ложно показался бы подлинным. Для явно художественной или сатирической работы – мягче: раскрытие всё равно нужно, но так, чтобы не испортить произведение.

Прочтите это применительно к реальному продукту. Если ваше приложение генерирует говорящую голову-ведущего по сценарию – аватары и lip-sync, которые мы разбираем в уроке про Tavus, HeyGen и Synthesia, – применяется пункт 4, потому что это дипфейк, и вы обязаны его раскрыть. Если платформа предлагает «сгенерируй видео по этому промпту», применяется пункт 2 – вы обязаны помечать каждый вывод машиночитаемо как ИИ-сделанный. Разница между «провайдером» и «деплойером» может относиться к вам сразу, если вы строите на модели и поставляете конечным пользователям.

Цена ошибки

Статья 50 – не рекомендация. По статье 99, статье о штрафах, нарушение обязанностей прозрачности статьи 50 попадает в уровень, доходящий до 15 миллионов евро или 3% совокупного мирового годового оборота – что больше. Для маленькой компании доминирует цифра в 15 миллионов; для крупной – процент. Для стартапов и малого бизнеса применяется меньшая из двух сумм, но «меньшая» здесь – это число, которое заканчивает взлётную полосу. Относитесь к раскрытию как к функции со сроком, а не к опции «когда-нибудь».

Механизм: C2PA, водяной знак, лог

Закон говорит «помечайте», не предписывая ровно как, но Еврокомиссия дорабатывала Code of Practice по маркировке и разметке ИИ-контента, чтобы закрыть этот пробел. Разработка Code шла от старта в ноябре 2025 года, через первый черновик 17 декабря 2025 и второй черновик 3 марта 2026, к финальной версии, ожидаемой в середине 2026 года. Хотя Code добровольный, это тот ориентир, к которому потянутся регуляторы и суды, поэтому механизмы, на которых он сосредоточен, – это механизмы, которые надо строить.

Эти механизмы – три слоя, и надёжный контроль раскрытия использует все три, потому что каждый закрывает слабость остальных.

Первый слой – C2PA Content Credentials – подписанный манифест. C2PA, от Coalition for Content Provenance and Authenticity, определяет стандартный «манифест», путешествующий внутри файла. Манифест – это запись: какая ИИ-система сгенерировала или отредактировала контент, когда, и какая организация криптографически подписала утверждение. Любой может открыть файл и проверить подпись – так же, как вы проверяете сертификат сайта. Актуальная техническая спецификация – версия 2.4. Манифест привязан «жёсткой привязкой» (hard binding) – хешем SHA-256 по байтам файла, так что любое вмешательство ломает печать и обнаруживается.

Второй слой – невидимый водяной знак – устойчивый запасной. Жёсткая привязка точна, но хрупка: переэнкодьте видео, обрежьте его или сделайте скриншот кадра – и встроенный манифест можно содрать. Поэтому C2PA добавляет понятие «мягкой привязки» (soft binding) – незаметный водяной знак или перцептивный отпечаток, вплетённый в пиксели, который переживает сжатие, обрезку и смену формата. SynthID от Google – самый известный пример для видео: покадровый водяной знак, добавляемый в момент генерации, читаемый сетью-детектором; к 2026 году им помечено более десяти миллиардов единиц контента, и он включён по умолчанию в генеративных продуктах Google. Когда манифеста нет, водяной знак всё равно говорит «сделано ИИ» и даже может указать на манифест, хранящийся в облаке.

Третий слой – серверный лог – запасной вариант для протокола. Независимо от того, что переживает в файле, вы держите собственную неизменяемую запись: этот клип, сделан этой моделью, для этого пользователя, в это время, с этим промптом, раскрыт так-то. Когда регулятор спросит «можете ли вы показать, что раскрыли», лог – ваше доказательство. Здесь же живёт запись о согласии – доказательство, что человек, чьё лицо или голос использованы, согласился.

Нажмите, чтобы увеличить

Половина для пользователя: метка и запись согласия

Машиночитаемая маркировка удовлетворяет пункт 2, но пункт 4 – про то, чтобы человек понимал, что смотрит синтетику. Так что у раскрытия есть и видимая половина: ясная метка на видео или рядом – «сгенерировано ИИ» – показанная, как говорит закон, «не позднее момента первого взаимодействия или контакта». Для дипфейка реального человека вам также нужно согласие, сделавшее его создание законным изначально, – захваченное и сохранённое до генерации, а не после. Инженерное правило простое: захватывайте согласие в начале флоу, помечайте и логируйте в конце, и показывайте метку всякий раз, когда клип воспроизводится. Та же дисциплина согласия и биометрии возникает везде, где продукт работает с лицом реального человека – её мы разбираем в уроке про распознавание лиц под EU AI Act.

Складываем три контроля вместе

Три контроля – не отдельные продукты, прикрученные в конце. Это станции одного конвейера, в фиксированном порядке, и порядок важен.

Приходит запрос. Сначала его проверяют лимиты контроля стоимости на запрос и на пользователя – в бюджете ли этот пользователь, в пределах ли размеров запрос? Если нет – стоп здесь, до того как потрачен хоть цент на генерацию. Потом генерирует модель. Потом судит контроль качества – прошёл, или повтор в пределах ограниченного бюджета, или эскалация человеку. Дальше движется только клип, прошедший качество. Потом контроль раскрытия помечает его – встраивает манифест C2PA, накладывает водяной знак, пишет лог, прикрепляет видимую метку. И только тогда клип доходит до пользователя. Клип, не прошедший любой контроль, никогда не станет проблемой, потому что никогда не доберётся до аудитории.

Здесь есть дисциплина, которую стоит назвать. Каждый контроль падает закрыто (fail closed), а не открыто. Если судья качества недоступен, безопасный дефолт – придержать клип для человека, а не отправить непроверенным. Если сервис раскрытия лежит, безопасный дефолт – не выпускать клип, а не выпускать его без пометки. Контроль, который падает открыто, – не контроль.

Нажмите, чтобы увеличить

Построить, купить или унаследовать каждый контроль

Вам не нужно строить все три контроля с нуля, и не стоит предполагать, что ваш вендор модели построил их за вас.

Часть вы наследуете от провайдера модели. Если вы генерируете видео через Veo от Google, водяной знак SynthID накладывается в источнике – вы наследуете слой водяного знака. Многие фронтир-провайдеры теперь выдают манифесты C2PA автоматически. Ваша задача там – проверить, что вендор выдаёт нужное, и не содрать его ниже по конвейеру.

Часть вы покупаете. Инструменты подтверждения подлинности контента, сервисы детекции водяных знаков и API оценки качества существуют как продукты. Для маленькой команды купить слои раскрытия и качества бывает быстрее, чем строить их.

Часть вы строите – всегда. Контроль стоимости – ваш: только вы знаете свою маржу и паттерны злоупотребления. Серверный лог – ваш: это ваше доказательство и запись согласия. Обвязка, которая заставляет три контроля падать закрыто в правильном порядке, – ваша. Суждение о том, где стоит каждый порог – лимит повторов, выдача кредитов, планка качества, – это продуктовое решение, которое не примет ни один вендор.

Частый провал – предположить, что вендор модели сделал раскрытие из конца в конец. Он делает свой слой; видимая метка, запись согласия, лог и обязанность не содрать пометку – ваши как деплойера. Статья 50 возлагает обязанности и на провайдера, и на деплойера, а поставка конечным пользователям обычно делает деплойером именно вас.

Где здесь Фора Софт

Мы строим видео-продукты, которые эти контроли защищают, – видеоконференции, OTT- и Internet-TV-платформы, системы e-learning, телемедицинские приложения и софт видеонаблюдения. Когда клиент добавляет генеративную функцию – ИИ-ведущего в e-learning-курсе, генератор синтетического b-roll для OTT-библиотеки, аватара в конференц-инструменте – модель оказывается наименьшей частью работы. Работа – это три контроля: судья качества, настроенный под контент клиента, контроль стоимости, защищающий его юнит-экономику, и слой раскрытия, который встраивает C2PA, накладывает водяной знак, логирует согласие и показывает верную метку под вертикаль и юрисдикцию. Мы относимся к раскрытию как к станции конвейера, спроектированной с самого начала, потому что в регулируемых вертикалях вроде телемедицины дооснащать его после запуска – дорогой путь.

Главное

• Между генеративной моделью и пользователем стоят три контроля: качество, стоимость, раскрытие.
• Контроль качества – стек от дешёвого к дорогому, заканчивающийся судьёй VLM с жёстким лимитом повторов.
• Контроль стоимости лимитирует траты на запрос, на пользователя и на систему; кредиты = маржа / удельная стоимость.
• С 2 авг. 2026 статья 50 EU AI Act требует помечать ИИ-видео и раскрывать дипфейки.
• Штраф за нарушение статьи 50 доходит до 15 млн евро или 3% мирового оборота.
• Раскрытие использует три слоя: манифест C2PA, невидимый водяной знак и серверный лог.

Что почитать дальше

• Ландшафт генеративного видео 2026 – Sora, Runway, Kling, Pika, Veo
• ИИ-редакторы видео – Opus Clip, Descript, Submagic, Captions, DaVinci
• Реальная стоимость ИИ в видео-продуктах – цены Gemini и OpenAI