原生尺度AI生成视频检测：14万视频、15个生成器、ICLR 2026新SOTA
Available in: 中文
一篇新的ICLR 2026论文引入了迄今最全面的AI生成视频检测系统，处理了来自15个生成器的14万+视频，无需现有方法中破坏信息的预处理。
一篇新的ICLR 2026论文引入了迄今最全面的AI生成视频检测系统，处理了来自15个生成器的14万+视频，无需现有方法中破坏信息的预处理。
当前检测的问题
现有AI视频检测器存在一个关键缺陷：
- 将视频调整大小和裁剪为固定分辨率
- 这破坏了高频伪造痕迹 — 正是检测所需的信号
- 预处理导致空间失真和重大信息损失
- 训练数据集过时，无法捕捉现代生成器
解决方案：原生尺度处理
研究人员在Qwen2.5-VL Vision Transformer上构建了检测框架，可在以下条件下运行：
- 可变空间分辨率 — 无固定调整
- 可变时间长度 — 无固定裁剪
- 原生尺度 — 保留所有高频痕迹
数据集
| 组件 | 规格 |
|---|---|
| 视频 | 14万+ |
| 生成器 | 15个（开源+商业） |
| 基准 | Magic Videos（超逼真合成内容） |
| 架构 | Qwen2.5-VL Vision Transformer |
ICLR 2026终稿
论文已被接受，处于终稿状态，表明同行评审验证。
为什么重要
- 虚假信息防御 — 对抗深度伪造和合成媒体必不可少
- 内容平台 — 社交媒体公司需要可靠的AI视频检测
- 法律证据 — 验证媒体真实性的取证工具
- 军备竞赛 — 检测必须跟上不断改进的生成模型
← Previous: Frontier LLMs Break Promises 56.6% of the Time When Self-Interest Is at Stake, Study FindsNext: Caution Over Curiosity: New Technique Stops AI Models from Gaming Reward Systems →
0