标题：腾讯的12亿用户，成为了AI绘图模型的“标注民工”

正文：

你是否注意到，当你在网上的操作中完成简单的验证码任务时，实际上已不经意地扮演了一名“标注民工”的角色？昨晚，我在登录QQ邮箱和LOL官网时，发现腾讯的验证码发生了变化。新的验证码系统采用了Prompt加六张AI生成的图像的形式。

右下角明确标注：图片由混元AI生成。这意味着，腾讯终于将用验证码做标注的手，伸向了其庞大的12亿用户群体。用生成式AI与验证码相结合的做法，确实是前所未见的创新。

验证码的初衷是为了区分机器与人类。随着技术的发展，这一工具的应用范围也在不断扩展。早期，reCAPTCHA系统利用验证码来数字化海量的书籍和旧报纸，通过展示两组扭曲的单词，邀请用户识别并输入以验证其为人类身份。

随后，Google接手reCAPTCHA，并将其应用到识别Google街景中的难以识别的门牌号，让用户免费为AI训练模型贡献标注工作。这一举措实质上是在利用用户资源进行标注，类似于白嫖，极大提升了效率。

随着时间推移，验证码的用途变得更加多样化，从识别扭曲文字到解决复杂的视觉谜题，如2015年12306网站采用的逆天验证码。这一系列变化表明，人们在享受便捷服务的同时，也为AI模型的训练贡献了自己的力量。

腾讯也加入了这一行列，将混元AI应用于验证码系统，邀请用户对AI绘图模型进行标注。这一过程主要涉及对图片的理解和映射，即语义标注。尽管初期阶段的标注任务相对简单，如识别不同类别物品，但随着模型能力的提升，将面临更高难度的任务，如理解和分类具有复杂背景和概念的图像。

值得注意的是，标注工作对AI模型训练至关重要，但成本高昂。据国内某AI绘图大模型公司的透露，人工标注的成本大约是数据量的十分之一。因此，腾讯利用其庞大的用户基础，通过每日千万级别的验证码量级，实现了大规模的免费标注，节省了巨额成本。

然而，目前的标注主要集中在语义理解方面，对于美学表现的标注则更具挑战性。在这一领域，腾讯若能有效利用其庞大的用户群体，特别是拥有设计背景的专业用户，将有可能在未来构建出具有竞争力的AI绘图模型。但实现这一目标的关键在于如何获取并调动这些高质量用户的参与度，以及能否跨越内部数据共享的障碍。

总之，腾讯通过将用户纳入AI模型的标注过程中，展示了在大数据时代下，利用庞大用户基础进行技术创新的能力。尽管存在挑战，但这一模式无疑为AI训练带来了新的可能性，同时也引发了对用户隐私和权益保护的思考。