#AI视频再逼真也有一股AI味#【AI换脸致虚假信息泛滥 中国科学院自动化所董晶：必须建立一套从生成到传播全链路可追溯的可信体系】作为IEEE亚太区执委、中国科学院自动化所研究员，董晶是专注AI生成与内容安全双向研究的学者。

董晶的课题组同时开展两个方向的研究：一边是AI生成技术，让机器学会“造人”；一边是AI检测技术，帮系统精准辨伪。

“不妨让二者battle（对抗）一下：一边做出生成技术，另一边拿去检测是否存在安全风险，再据此迭代优化。”董晶说，“这就相当于自己跟自己对抗，一边造、一边查，在内部形成攻防博弈。”

以前说“有图有真相”，现在视频也可能是假的。技术层面还能有效识别吗？董晶表示，目前仍然可以有效识别。现在抖音快手很多短视频都要求标注是不是AI生成，主动标注当然好，但更多的可能不标，就需要检测技术跟上来。

董晶表示，从技术角度分析，比如生成出来的图是不是真彩色更强，很多时候你会发现它比一般视频拍得更漂亮、更炫酷。从像素层面，它的连续性、边缘效应可能有特定规律，就像模型有自己的“指纹”。还有就是从大量数据中学到的一些不太好定义的经验特征，可以帮助我们给出一个概率判断。AI生成再逼真，也会留下物理、几何、时序上的细微痕迹：光影不一致、微结构扭曲、时间不连贯等。人眼看不出来，但算法可以捕捉。

董晶表示，他们目前研究发现，AI生成视频的检测难度有一明显特性：视频场景频繁切换、不连续（如频繁跳场），会因引入大量无序扰动信息，显著增加检测难度。反之，视频保持几秒连续稳定、连续性特征越多，越利于检测——连续场景可减少扰动，便于捕捉生成视频的固有伪造痕迹，提升检测效果。

董晶认为，现阶段检测仍然略占优势，但双方处于持续拉锯。生成追求视觉逼真，检测抓的是物理规律、几何一致性、模型痕迹这些人类难以察觉的底层漏洞。短期看，新生成方法刚出现时，检测会短暂滞后，但很快能追上。长期看，赛道会发生变化，未来不再是单纯攻防，而是可信水印、生成溯源、多模态校验、全链路合规的主动防御体系。（每经，德塔）http://t.cn/AXVxrXom