AI视频检测综述提出事实保真度验证新目标
从底层视觉到世界知识推理，AI视频检测进入事实核验时代。
AI视频生成飞速发展，旧检测方法只输出真假，缺乏解释性。新综述定义目标为“事实保真度验证”，即核查视频内容是否与真实世界一致。从视觉和语言双视角，提出四层检测框架，涵盖底层线索到世界知识推理，强调可解释、动态、可溯源的证据耦合。
正文摘录
 新智元报道  【新智元导读】 AI 视频生成技术迅猛发展，生成内容的逼真度不断提升，现有检测方法已无法满足需求。最新综述提出「事实保真度验证」新目标，从视觉与语言双视角梳理出四层检测框架，涵盖底层线索、时空一致性、跨模态核验及世界知识推理，强调多层证据耦合与可解释性。 过去两年，视频生成模型正飞速演进，从 24 年底 Sora 刚发布时的惊艳效果，到 Google Veo、Sora 2、Kling 系列模型，以及今年年初的 Seedance 2.0 等视频生成模型的多点爆发，AI 生成视频的质量已发生了质的飞跃，可以生成出电影级别的逼真效果的数分钟、多人物、复杂场景下的视频。 在日新月异的 生成侧 对面，研究界对 AI 视频检测的关注却不温不火。 而在现实中我们不难观察到，视频的多模态性质带来的比图片大得多的欺骗性正带来巨大的社会影响： 各个社交平台上，AI 生成的虚假视频频出，且数量、质量、覆盖广度均正在激增，用户询问 Grok、豆包等基座模型「视频是否为 AI 生成」，得到的答案往往只有缺乏可解释性和可信度的是非判断；在小红书等平台上，真实拍摄的视频却经常被标注为「疑似 AI 生成」。 生成侧快速发展与检测端的关注缺失之间正经历巨大鸿沟，我们必须及时关注：在 AI 视频生成快速迭代的今天，AI 生成视频检测的研究发展到了哪一步、正在经历怎样的范式转变、未来需要向哪些方向发展。