具有錄製準確性的“通用”探測器類型

通用的深擊探測器達到了最佳準確性，但是如果確定了幾種類型的視頻，操縱或完全產生的人工智能。技術可以幫助標記毫不掩飾的AI色情製品，欺詐和深層騙子的欺詐或選舉的視頻虛假信息。

廉價工具的廣泛可用性可創造出深泡沫，導致深層效果，導致不受控制的在線解散合成視頻。許多人在不同意的情況下描繪了色情製品中的女性 – 包括名人甚至女學生。 Deepfakes也被用來影響政治選舉，並改善針對普通消費者和公司領導人的財務欺詐。

但是，大多數人工智能模型（經過訓練用於檢測合成視頻）的模型都集中在面孔上，這意味著它們最有效地確定一種特定類型的深層攝影，其中真實人的面孔會更改為現有視頻。 “我們需要一個可以檢測視頻嵌入式視頻的模型，以及視頻操縱或完全生成的AI視頻。” Rochite Kundu 在加利福尼亞大學河濱分校。 “我們的模型準確地解決了這個問題 – 我們假設所有視頻都可以合成生成。”

Kundu和他的同事與AI一起教了他們的通用探測器，以控制視頻的幾個背景元素以及人們的人們。這可能會注意到深擊中的空間和臨時矛盾的微妙跡象。結果，他可以找到不一致的照明條件，以替換臉部的人為插入的人，以替換面部的差異，在背景中的差異，這些差異的詳細信息是完全生成的AI視頻的詳細信息，甚至在合成視頻中使用AI進行操縱的跡象，這些視頻中不包含任何不包含任何人。該探測器還指出了視頻遊戲中的現實場景，例如Grand Theft Auto V，不一定是AI生成的。

“大多數現有方法都用AI的圖像處理視頻，例如面部列表，嘴唇同步的視頻或面部重建，從一個圖像中恢復了面部。” Sive Liu 在紐約布法羅大學的大學。 “此方法具有更廣泛的應用程序範圍。”

通用探測器在確定四組測試視頻的過程中從95％到99％的精度，並參與了深度操縱的人的參與。這比所有其他發布的方法都更好，用於檢測這種類型的深冰。在監視完全合成的視頻時，他還比今天評估的任何其他檢測器都獲得了更準確的結果。研究人員 介紹了他們的工作 2025年，IEEE/計算機視覺和田納西州納什維爾的樣品的識別，6月15日。

一些Google研究人員還參與了新檢測器的開發。 Google沒有回答有關這種檢測方法是否可以幫助確定其平台（例如YouTube）上的深擊的問題。但是，該公司是支持水印工具的人之一，該工具促進了其AI系統生成的內容的識別。

將來也可以改善通用檢測器。例如，如果他能找到在空中視頻會議召喚中部署的深擊，這將是有用的，這是一些騙子已經開始使用的竅門。

“您如何了解另一端的一個人是真實的，或者是由深層因素產生的視頻，即使視頻通過網絡移動並影響網絡的特徵，例如可訪問的帶寬，也可以定義它嗎？”說話 阿米特·羅伊·丘里（Amit Roy-Chudhuri） 在加利福尼亞大學河濱分校。 “這是我們在實驗室中看到的另一個方向。”