Ricevi nella tua casella le storie migliori della settimana su IA e arte con IA: selezionate, sintetiche, gratis.
Gratis. Disattiva quando vuoi.
Google ha iniziato a etichettare gli annunci generati dall'AI su Search, Discover e YouTube — e Meta apre il suo modello Muse Spark 1.1 agli sviluppatori tramite una nuova API, sostenendo che rappresenti un salto significativo rispetto alla prima generazione.
L'etichetta in sé è discreta — una singola riga sotto una scheda che la maggior parte degli utenti non aprirà mai. Ma il segnale che invia non lo è affatto. Google sta ora trattando il coinvolgimento dell'AI nella creazione di annunci come un fatto che merita divulgazione, alla stregua di come un post sponsorizzato viene segnalato sui social media. Come riportato da TechCrunch e confermato da The Verge, il rollout si applica agli annunci su Google Search, Google Discover e YouTube.
Per i creator di arte AI che producono lavori commerciali — visual per brand, foto di prodotti, grafiche promozionali — vale la pena tenerlo d'occhio. Al momento, l'etichetta si applica agli inserzionisti che gestiscono campagne tramite la piattaforma pubblicitaria di Google. Ma l'infrastruttura per segnalare le immagini generate dall'AI in contesti commerciali è ora attiva e normalizzata su scala Google. Si tratta di un precedente significativo. I brand che commissionano visual generati dall'AI potrebbero presto dover fare i conti con requisiti di divulgazione non solo nel testo degli annunci, ma nelle immagini stesse.
L'etichetta non limita gli strumenti AI che gli inserzionisti possono utilizzare e non sembra influire sul posizionamento o sulla distribuzione degli annunci. È uno strato di trasparenza, non un cancello. Tuttavia, i creator che costruiscono portfolio attorno alle immagini AI commerciali dovrebbero aspettarsi che i clienti inizino a chiedere informazioni sulla provenienza — e questo tipo di etichetta pubblica accelera quella conversazione.
La mossa di Meta è più direttamente rilevante per chi costruisce strumenti. La nuova Meta Model API offre agli sviluppatori accesso programmatico a Muse Spark 1.1, che Meta presenta come un assistente alla programmazione capace di integrarsi con gli strumenti di sviluppo AI esistenti. Meta è entrata nella corsa ai modelli interni ad aprile con il Muse Spark originale; Muse Spark 1.1 è il primo aggiornamento significativo, e aprirlo agli sviluppatori tramite API è la scommessa dell'azienda per affermarsi come un vero concorrente nello spazio degli assistenti alla programmazione, accanto ai modelli di Anthropic, OpenAI e Google.
Per i creator di arte AI, la rilevanza immediata è indiretta ma reale. Se Muse Spark 1.1 riesce a reggere il confronto in contesti di programmazione, diventa un backend valido per pipeline di generazione personalizzate, script di automazione dei prompt e strumenti creativi — il tipo di infrastruttura che gli artisti generativi seri costruiscono attorno al proprio lavoro. L'accesso tramite API significa che gli sviluppatori possono iniziare a testarlo nei propri flussi di lavoro fin da ora, senza aspettare che Meta lanci un prodotto consumer rifinito.
Meta non ha pubblicato confronti dettagliati con benchmark rispetto a GPT-4o o Claude Sonnet, quindi l'affermazione del «cambiamento radicale» è ancora in gran parte auto-dichiarata. Le valutazioni indipendenti chiarirranno dove si colloca effettivamente.
Questi due annunci arrivano nella stessa settimana per una ragione precisa. Sia Google che Meta stanno rispondendo alla stessa pressione di fondo: mentre i contenuti generati dall'AI invadono ogni canale, le piattaforme vengono spinte — da regolatori, inserzionisti e utenti — a rendere leggibili le origini di tali contenuti. L'etichetta sugli annunci di Google è una risposta rivolta ai consumatori a quella pressione. L'API di Meta è una scommessa rivolta agli sviluppatori che il proprio modello possa competere per i flussi di lavoro che producono quei contenuti in primo luogo.
Per i creator, la conseguenza pratica è che il divario tra «fatto con l'AI» e «fatto professionalmente» si sta assottigliando nel modo in cui le piattaforme lo trattano e lo presentano — il che significa che l'arte del prompting, dell'editing e della cura dell'output AI conta di più, non di meno, come elemento di differenziazione.
