画像審査 2.0 は、複数のシナリオにわたりリスクのある画像コンテンツを検出し、従量課金およびリソースプランによる課金に対応しています。
1. 画像審査の概要 2.0
特徴
画像審査 2.0 API は、オンライン規制に違反したり、プラットフォームのガバナンスを妨げたり、ユーザーエクスペリエンスを低下させたりする画像コンテンツを検出します。この API は 40+ のコンテンツリスクタグと 40+ のリスク管理項目をサポートしています。API から返されるリスクタグと信頼度スコアに基づいて、業界標準やプラットフォームのコンテンツポリシーに合わせたカスタムの審査アクションやガバナンスアクションを定義できます。
Image Moderation 2.0 は、イメージに未成年者関連の要素が含まれているかどうかの識別もサポートしています。なお、Content Moderation は未成年者関連の要素の存在を検出するだけで、お客様の特定のビジネス要件に基づいてそのようなコンテンツをブロックするかどうかを自動的に判断するものではありません。特定のビジネスシナリオで未成年者関連のコンテンツをブロックする必要がある場合は、検出結果を受け取った後、お客様自身で二次レビューを行い、対応する処理ロジックを実装する必要があります。
バージョン比較
Image Moderation 1.0 と比較して、Image Moderation 2.0 は、より広範なリスクカバレッジ、よりきめ細かいリスクラベル、およびより柔軟なコンソール構成オプションを提供します。
比較項目 | 画像審査 2.0 | 画像審査 1.0 |
デフォルト QPS | 非大規模モデルバージョン：100 大規模モデルバージョン：50 | 50 |
リスク検出範囲 |
| ポルノ、政治的にデリケートなコンテンツ、テロ関連コンテンツ、テキスト画像の違反、不適切なシーン、特殊なロゴ、QR コード |
リスク検出ラベル | 100 以上 説明 ラベルの完全なリストについては、「リスクラベル解釈表」をご参照ください。 | 40+ 説明 ラベルの完全なリストについては、label をご参照ください。 |
コンソール |
説明 詳細については、「コンソール操作ガイド」をご参照ください。 |
|
サポートされている画像フォーマット | PNG、JPG、JPEG、BMP、WEBP、TIFF、SVG、GIF、ICO、HEIC | PNG、JPG、JPEG、BMP、GIF、WEBP |
課金 | サービスごとに課金されます。各サービスは同時に複数のリスクを検出します。 コスト = イメージの数 × サービスの数 以下のサービスは別途課金されます:
| 課金は脅威シナリオ (シーン) に基づきます。 リスクシナリオ (シーン) ごとに課金されます。費用 = 画像数 × リスクシナリオ数 以下のリスクシナリオは別途課金されます：
|
サービス
画像審査 V2.0 は、以下のサービスをサポートしています:
シナリオ | サービス | 検出コンテンツ | 適用シーン |
LLM モデレーション | 大小モデル融合画像審査サービス (postImageCheckByVL_global) | 大規模モデルと専門家モデルの機能を組み合わせて、ポルノ、性的コンテンツ、政治的にデリケートなコンテンツ、テロリストのコンテンツ、禁止コンテンツ、宗教的なコンテンツ、フラグ、広告トラフィック迂回、不適切なコンテンツ、罵倒、その他の違反を検出します。詳細なラベルを返します。検出可能な項目の完全なリストについては、AI ガードレールコンソールをご参照ください。 | 高精度が求められる場合に推奨されるサービスです。詳細については、「LLM ベースの画像モデレーション拡張サービス」をご参照ください。 |
LLM モデレーション (中国本土向け) | 大小モデル融合画像審査サービス_中国版 (postImageCheckByVL_ec) | 中国本土向けのシナリオに特化しており、大規模モデルとエキスパートモデルの機能を組み合わせて、画像内のポルノ、性的なコンテンツ、政治的にデリケートなコンテンツ、テロ関連コンテンツ、違法コンテンツ、宗教関連コンテンツ、広告トラフィック誘導、および不適切なコンテンツを検出します。詳細なラベルを返します。 | 中国本土向けのコンテンツで高い精度が求められる場合に、このサービスをご利用ください。最優先の選択肢として推奨します。 |
汎用シナリオ | 汎用ベースライン検出 (baselineCheck_global) | イメージ内のポルノ、性的コンテンツ、テロリストのコンテンツ、禁止コンテンツ、国旗、不適切なコンテンツ、罵倒、特殊な要素を検出します。視覚的コンテンツと埋め込みテキストの両方を含み、中国語、英語、フランス語、ドイツ語、インドネシア語、マレー語、ポルトガル語、スペイン語、タイ語、ベトナム語、日本語、アラビア語、フィリピン語、ヒンディー語、トルコ語、ロシア語、イタリア語、オランダ語の 18 言語に対応しています。検出可能な項目の完全なリストについては、AI ガードレールコンソールをご参照ください。 | このサービスを使用して、イメージに違反コンテンツや不適切なコンテンツが含まれているかどうかを検出してください。パブリックインターネットに公開されているすべてのイメージに適用してください。 |
AIGC シナリオ | AIGC 生成画像の判定 (aigcDetector_global) | 検出対象：画像。 検出内容：画像に AI 生成または合成の疑いがあるかどうかを検出します。 | このサービスは、画像が AI によって生成されたものかどうかを判断するために使用します。画像のソースにタグ付けする際に適用します。詳細については、「画像審査拡張版 2.0 AIGC シナリオ検出サービス」をご参照ください。 |
AIGC シナリオ | AI 生成画像判定_Ultimate (aigcDetector_ultra_global) | 検出対象：イメージ。 検出内容：イメージが AI によって生成または合成された疑いがあるか、（顔合成を含む）合成された疑いがあるか、AI による局所的な編集の兆候があるかを検出します。 | このサービスは、イメージが偽造されているかどうかを判断するために使用します。特に、イメージが AI によって局所的に編集されたかどうかを判断する画像フォレンジックでの利用を推奨します。 詳細については、「画像審査拡張 2.0 AIGC シナリオ検出サービス」をご参照ください。 |
中国本土以外で事業を展開する場合は postImageCheckByVL_global を使用し、中国本土内のユーザーにサービスを提供する場合は postImageCheckByVL_ec を使用します。
2. 課金
従量課金
画像審査 2.0 は、デフォルトで従量課金を使用します。サービスを呼び出した場合にのみ課金されます。次の表に API 料金を記載しています。
審査タイプ | サポートされるビジネスシナリオ (サービス) | 単価 |
標準画像モデレーション (image_standard) |
| 1,000 呼び出しあたり 0.6 USD 説明 ベースラインチェックの 1 呼び出しは 1 課金単位としてカウントされます。例えば、100 呼び出しのコストは 0.06 USD です。 |
高度な画像モデレーション (image_advanced) |
| 1,000 呼び出しあたり 1.2 USD 説明 呼び出しごとに課金されます。たとえば、100 回の呼び出しには 0.12 USD の費用がかかります。 |
大規模モデル画像モデレーション (中国) (image_vl_standard_cn) |
| 1,000 呼び出しあたり 0.7 USD 説明 中国本土 LLM 画像モデレーションサービスへの 1 回の呼び出しは、1 課金単位としてカウントされます。たとえば、100 回の呼び出しの料金は 0.07 USD です。 |
Content Moderation 2.0 の従量課金の使用量は 24 時間ごとに課金されます。 課金詳細レポートでは、moderationType フィールドは前述のモデレーションタイプフィールドに対応します。 [課金詳細] を確認できます。
画像の基本的なポルノおよび政治的センシティブコンテンツの検出は、上記の表にある標準イメージモデレーション (image_standard) モデレーションタイプに属するベースラインチェック サービス (baselineCheck_global) によって提供されます。成功した呼び出しは、1 回につき 1 課金単位としてカウントされます。クォータ消費は 2 つのルールに従います。
リソースプランの控除：リソースプランを使用する場合、
image_standardの控除係数は 2 です。1 回チェックされた各画像は、リソースプランのクォータから 2 ユニットを控除します。すべての審査タイプの係数は、リソースプランの控除セクションに記載されています。大規模モデル審査の有効化：Content Moderation コンソールの ルール設定 > 審査範囲設定 ページで 大規模モデル審査を有効にする が選択されている場合、ベースラインチェックなどの小規模モデルサービスも基本的な大規模モデル画像審査 (
image_vl_basic) の使用量を生成します。その場合、同じ画像が 2 つの審査タイプで使用量を生成し、それぞれが 1 課金単位としてカウントされます。
リソースプランの控除
モデレーションの量が多い場合や予測可能な場合は、リソースプランをご購入ください。規模の大きいプランは、従量課金よりも単価が低くなります。詳細については、「Content Moderation 2.0 リソースプランを購入する」をご参照ください。
Content Moderation 2.0 のリソースプランは、Content Moderation 2.0 の使用量をオフセットし、Content Moderation 1.0 のデータ転送プランと共有することはできません。具体的なオフセット係数は次のとおりです。
審査タイプ | オフセット係数 |
標準画像審査 (image_standard) | 2：成功した API 呼び出しごとに、リソースプランのクォータから 2 ユニットが控除されます。 説明 例えば、リソースプランのクォータが 10 ユニットで、API 呼び出しを 1 回成功させると、2 ユニットが控除され、残りは 8 ユニットになります。 |
高度な画像審査 (image_advanced) | 4：成功した API 呼び出しごとに、リソースプランのクォータから 4 ユニットが控除されます。 説明 例えば、リソースプランのクォータが 10 ユニットで、API 呼び出しを 1 回成功させると、4 ユニットが控除され、残りは 6 ユニットになります。 |
中国本土参入向け大規模モデル画像審査 (image_vl_standard_cn) | 2.34：成功した API 呼び出しごとに、リソースプランのクォータから 2.34 ユニットが控除されます。 説明 例えば、リソースプランのクォータが 100 ユニットで、API 呼び出しを 1 回成功させると、2.34 ユニットが控除され、残りは 97.66 ユニットになります。 |
購入後、画像審査 2.0 API の使用量は、まずリソースプランのクォータから差し引かれます。クォータを使い切ると、従量課金が自動的に適用されます。残りのクォータと料金を確認してください。Alibaba Cloud ユーザーセンターの リソースプランシステムで、残量低下アラートを設定できます。
3. 使用方法
統合
画像審査 2.0 は、SDK 統合とネイティブ HTTPS 統合をサポートしています：
SDK 統合については、「画像審査 Enhanced Edition 2.0 SDK と統合ガイド」をご参照ください。
ネイティブ API 統合の場合：
大規模モデル画像審査については、「LLM による画像審査」をご参照ください。
一般的な画像検出については、「画像審査拡張 V2.0 API」をご参照ください。
AIGC および画像認証シナリオについては、「画像審査拡張版 2.0 の AIGC および偽造検出サービス」をご参照ください。
コンソール操作
最初の API 呼び出しの前に、AI ガードレールコンソール で画像審査ポリシーを設定してください。
コンソールでは、検出範囲の調整、ビジネスごとのポリシーの設定、カスタム画像ライブラリと辞書の管理、呼び出し結果と使用量の表示ができます。
審査ポリシーを調整した後、コンソールで 効果テスト を実行して結果を確認してください。
詳細な手順については、「コンソール」をご参照ください。
4. よくある質問
Q: 画像審査拡張エディションと画像審査 1.0 の違いは何ですか？
A: 画像審査 2.0 と画像審査 1.0 の主な違いは次のとおりです。
リスクラベル数: Image Moderation 2.0 は 100 種類以上のリスクラベルに対応しています。 Image Moderation 1.0 は 40 種類以上のリスクラベルに対応しています。
課金方法: Image Moderation 2.0 はサービスごとに課金されます。各サービス呼び出しは同時に複数のリスクタイプを検出するため、料金の数式は「イメージ数 × サービス数」となります。Image Moderation 1.0 はリスクシナリオ (シーン) ごとに課金されます。各シーンは個別にカウントされ、課金されます。
シナリオサポート：画像モデレーション 2.0 は、アバター、投稿とコメント、マーケティング資料のモデレーションなど、専用のビジネスシナリオ向けのプリセットポリシーを提供します。画像モデレーション 1.0 は、一般的な検出シナリオのみをサポートします。
Q：規制に違反する画像が準拠の結果を返す、または画像に埋め込まれた非準拠テキストが検出されないのはなぜですか？
A: この状況は、モデルの検出能力 (偽陰性または誤検知) の範囲内です。この問題が発生した場合は、画像を再テストして結果を確認することをお勧めします。埋め込まれた非準拠のテキストを含む画像などの敵対的なシナリオの場合、Content Moderation チームは検出戦略を継続的に最適化しています。広告違反の判定が下される一般的な理由は、画像に QR コード、偽装された連絡先の詳細、またはユーザーを別の送信先に誘導する不適切なガイダンスなどのトラフィック迂回要素が含まれていることです。このようなコンテンツが一致すると、広告違反のラベルが返されます。これらのラベルは、[Large モデルと small モデルの融合画像モデレーション] (postImageCheckByVL_global) など、検出範囲が広告トラフィック迂回を対象とするサービスによって返されます。広告違反の判定が不正確に見える場合、または広告関連の偽陰性や誤検知が発生した場合は、その動作は検出戦略に対するバックエンドでの継続的な調整に起因する可能性があります。画像を再送信して、現在の結果を確認してください。特定の偽陰性のケースや広告違反の誤った判断が解決しない場合は、対応する RequestID を提供し、詳細な情報を添えてチケットを送信してください。これにより、バックエンドチームが調査し、さらに調整を行うことができます。
Q：請求料金に基づいてスキャンされた画像の数を見積もるにはどうすればよいですか？
A: 対応するサービスの単位価格に基づいて、スキャンの数を推定できます。各サービスの単位価格については、このドキュメントの 2. 課金 セクションにある課金テーブルをご参照ください。 例えば、標準イメージモデレーションは 1,000 呼び出しあたり USD 0.6 です。請求書に USD 6 と表示されている場合、これは約 10,000 回のスキャンに相当します。
正確なスキャン数と詳細な使用量情報については、Content Moderation コンソールにログインして[使用量統計]を確認するか、Alibaba Cloud [ユーザーセンター]で[請求明細]にアクセスします。
Q：画像審査 Enhanced Edition が使用する一時的な OSS ストレージは、メインの Alibaba Cloud アカウントに影響しますか？
A：いいえ。一時的な OSS ストレージは検出プロセス専用であり、メインの Alibaba Cloud アカウントのデータセキュリティには影響しません。検出完了後、システムは定期的に一時データを自動的に削除します。
Q：画面から撮影した画像 (モアレパターンを含む) の認識精度が低い場合はどうすればよいですか？
A：画面を撮影する際に生じるモアレパターンは、モデルの認識精度を低下させる可能性があります。まず写真の鮮明度を調整してから、再度検出を試みることをお勧めします。調整後も偽陰性が続く場合は、サポートチケット経由で特定の RequestID を提供してください。Content Moderation のバックエンドチームがさらに調査し、検出結果を最適化できます。
Q：baselineCheck と baselineCheckByVL が同じ画像に対して異なる結果を返すのはなぜですか？
A：この 2 つのサービスは独立しており、異なるモデル能力に基づいているため、同じ画像に対して異なる結果が返されるのは欠陥ではなく、想定された動作です。
ベースラインチェック (
baselineCheck) は小規模モデルサービスです。ポルノ、性的表現を含むコンテンツ、政治的にデリケートなコンテンツ、テロ関連コンテンツ、禁止コンテンツなどの明示的な高リスク違反に焦点を当てており、視覚的コンテンツと画像に埋め込まれたテキストの両方をカバーします。このサービスは標準画像審査 (image_standard) 審査タイプに属します。大規模モデル画像審査 (
baselineCheckByVL) は審査用大規模モデルに基づいています。画像のセマンティクスと暗黙の意図をより深く理解し、ポルノ、政治的にデリケートなコンテンツ、テロ関連コンテンツ、禁止コンテンツ、不適切なコンテンツ、罵倒、広告などのリスクを検出し、トップレベルのラベルを返します。したがって、ベースラインチェックでは識別されないリスクディメンションをカバーできます。このサービスは大規模モデル画像審査 (image_vl_standard) 審査タイプに属します。
2 つのサービスから選択するには、「2. 課金」セクションで単価とリソースプランの控除係数を比較し、ビジネスで必要な検出の深さとコストに基づいて決定してください。結果を直接比較するには、Content Moderation コンソールの 効果テスト ページで同じ画像に対して両方のサービスを呼び出し、返されたラベルの違いを確認します。
Q：失職した役人など、デリケートな著名人に関するデータはどのくらいの頻度で更新されますか？
A：デリケートな著名人に関するデータは、固定のバッチサイクルで更新されるわけではありません。バックエンドは情報が確認され次第、認識データを更新し、その更新はその時点から有効になるため、固定の定期的な更新遅延はありません。特定のデリケートな著名人が認識されない、または誤って認識される場合は、対応する RequestID を提供し、テクニカルサポートにチケットを起票してください。バックエンドチームが情報を確認し、認識データを更新します。