新智元 2026-07-07 11:38 发布的文章介绍了一篇 ACL 2026 综述:AI 生成视频检测正在从「真假二分类」转向「事实保真度验证」,也就是检查视频里的实体、事件、时间、地点和动态过程是否能和真实世界对上。1
图 1|问题变了
当生成视频越来越像真实拍摄,检测器只给一个真假分数已经不够。综述把目标改写成「事实保真度验证」:视频看起来像不等于内容成立。1
图 2|三类生成视频
综述把 AI 生成视频分成三类:LMV 是在真实视频上做局部操控,AVE 关注音频、口型、身份和字幕等跨模态编辑,GVS 则是端到端生成整段视频。项目页也用这三类组织论文和基准。2
图 3|四层检测框架
这套框架把检测分成四层:底层视觉线索、时空一致性、跨模态一致性、语言引导的世界级推理。前两层偏视觉取证,后两层把声音、文本、事实和世界知识纳入证据链。2
图 4|下一步是举证
GitHub 项目页显示,这篇综述整理了截至 2026 年 3 月的 221 篇相关工作,并提供按范式、方法层级和基准分类的论文索引。它的核心判断是:下一代检测不能只追求分数,还要能拆命题、定位时间段、绑定来源,并跟上新生成器和平台转码链路。3
原文标题:如何判断 AI 视频真假?综述动态、可溯源、可解释的检测体系 | ACL26
公众号:新智元
发布时间:2026-07-07 11:38(北京时间)




コメント
ログインするとコメントできます。