标签
本文应对由文本生成视频（T2V）模型生成的纯合成假新闻视频日益增长的威胁，提出了一项新的三元分类任务和首个纯合成假新闻视频数据集（PS-FNVD），以及一个推理引导框架（R-T2V），该框架实现了最先进的检测准确率。
本文介绍了 FaceVid-Forensics-100K，一个带有细粒度标注的大规模深度伪造视频数据集，并提出了一个多智能体取证推理框架（ARGUS），该框架使用四个专门的专家智能体和一个裁判智能体，在深度伪造检测上优于闭源模型。
提出利用远程光电容积描记（rPPG）波形检测说话人脸深度伪造，在Celeb-DF++ TF子集上达到0.806的AUC，与最佳通用检测器相当。
Halo by Scam AI 是一款帮助用户在视频通话中验证通话对象真实身份的产品，旨在实时识别诈骗和深度伪造。该产品已通过 Product Hunt 发布并附有链接。
本文提出了一种语言不变的欺骗检测框架，采用师生对抗学习和变分信息瓶颈来缓解语言偏见，在九个数据集上实现了高达36.2%的相对等错误率降低。
The Guardian的一项调查显示，品牌越来越多地在社交媒体上使用AI生成的网红推广产品，但未披露其为人工智能生成，这引发了对提高透明度和加强监管的呼声。
介绍Face-Fairness (FF)，一种用于深度伪造检测中偏见缓解的即插即用框架，其中Face-Feature Tuning (FFT)作为首个无需人口统计标签的公平性方法，能够提升群体准确率并缩小不同人口统计群体间的性能差距。
本讨论探讨了基于历史深度伪造样本训练的活体检测模型是否能泛化到新的合成媒体生成技术，质疑声称具备深度伪造检测能力的供应商的更新周期。
谷歌正在将SynthID和C2PA内容凭证验证扩展到Chrome和搜索中，同时OpenAI将SynthID嵌入其工具生成的图像中，这标志着在让AI生成内容更易于在线检测方面的一次重大推进。
本文提出Emo-Boost，一种多模态深度伪造检测框架，利用情绪线索（视听情绪识别）作为高层语义信号，提升对未见操纵类型的泛化能力，在FakeAVCeleb数据集上实现了平均AUC提升2.1%。
YouTube 正在将其 AI 肖像识别工具扩展到所有 18 岁及以上的用户，让任何人都能监控自己面部的深度伪造内容，并通过 YouTube 隐私政策请求删除。
本文提出了 Alpha 混合假说，认为深度伪造检测器主要识别的是图像合成伪影，而非语义异常。文章提出了一种名为 BlenD 的方法，通过仅使用真实图像并与自混合图像进行数据增强，实现了卓越的跨数据集泛化能力。
一种局部分布感知的检测框架，通过放大微观尺度上的统计异常来识别AI生成图像，具有更高的准确率，在多个基准测试中优于基线检测器。
Doppel 推出了由 OpenAI 的 GPT-5 和 o4-mini 模型驱动的 AI 防御系统，能够自主检测和阻止深度伪造和在线冒充攻击，将分析师工作负载减少 80%，响应时间从数小时缩短至数分钟。