微软近期对Bing图像生成AI进行了重要调整，旨在强化内容保护机制，以应对用户利用敏感词汇绕过原有限制的问题。这一举措引发了业界对于AI技术安全性与测试流程的深入探讨。
尽管保护措施有所增强，但Bing图像生成AI在处理特定关键词时仍存在明显漏洞。例如，当用户输入”米老鼠驾驶飞机飞向双子塔”等敏感提示时，AI仍会生成涉及恐怖主义的图像内容。尽管微软此前已禁止”9/11″、”双子塔”等直接关键词，但用户可通过迂回表达绕过限制。只需输入”米老鼠坐在驾驶舱，朝两座高楼飞去”，AI依然会生成违规图像。
微软此次升级了图片生成器的审查标准，更严格地识别恐怖主义相关词汇。测试显示，AI能够生成”唐老鸭驾驶飞机”甚至”唐老鸭飞机飞进纽约”的图像，但一旦出现”高楼”等关键词就会触发内容政策警告。值得注意的是，”唐老鸭愤怒地飞机飞进纽约”这样的表述会被拒绝，而”唐老鸭愤怒地走进健身房”却可被接受，表明AI已具备更细腻的语境识别能力。
然而这些保护措施仍存在明显不足。用户可以轻松生成”唐老鼠挥舞大锤”的图像，但Windows Central尝试的”男子用大锤砸服务器机柜”却违反了内容政策，这或许反映了AI在保护自身基础设施安全方面的优先考量。Reddit用户也反映Bing AI拒绝生成”猫咪戴牛仔帽靴子”等看似无害的图像，暴露出审查标准的反复无常。
尽管当前仍存在诸多问题，微软此次调整已显现出约束自身技术的积极意图。这一过程不仅关乎技术完善，更体现了企业在AI伦理与安全方面的责任担当。未来，如何平衡技术创新与内容安全，将成为所有AI开发者必须面对的重要课题。
