随着AI技术的飞速发展，AI生成的视频已变得愈发逼真，以至于让人类及传统检测系统难以区分真实与虚假。然而，近日哥伦比亚大学工程学院的研究团队宣布，他们成功开发出一种名为DIVID的新型工具，专门用于检测AI生成的视频，其准确率高达93.7%，为这一难题的解决带来了希望。
该工具全称为DIffusion-generated VIdeo Detector（简称DIVID），由计算机科学教授Junfeng Yang领导的研究团队开发。DIVID作为今年早些时候发布的Raidar的延伸，不仅继承了Raidar在检测AI生成文本方面的成功经验，更将其应用于视频检测领域，实现了技术上的重大突破。
据了解，DIVID改进了早期用于检测生成视频的方法，能够有效识别由旧的AI模型（如生成对抗网络GAN）生成的视频。GAN作为一种具有两个神经网络的AI系统，通过不断的反馈和优化，能够产生非常逼真的合成视频。然而，这也给视频真实性检测带来了极大的挑战。
当前AI检测工具通常寻找一些显著迹象，如异常的像素排列、不自然的动作或帧之间的不一致等，但这些在真实视频中也可能存在。而DIVID则采用了全新的方法，通过对输入视频与预训练扩散模型重建的对应输出视频之间的差异进行分析，成功实现了对AI生成视频的准确检测。
新一代生成AI视频工具，如OpenAI的Sora、Runway Gen-2和Pika等，采用扩散模型创建视频，这种技术通过逐渐将随机噪声转化为清晰、逼真的图像和视频，使得AI生成的视频质量不断提升。然而，这也给DIVID等检测工具带来了更大的挑战。
研究团队在DIVID的开发过程中，充分利用了DIRE（DIffusion Reconstruction Error）技术，该技术能够衡量输入图像与预训练扩散模型重建的对应输出图像之间的差异。通过这种方法，DIVID能够准确识别出由扩散模型生成的视频，并在实验中取得了高达93.7%的准确率。
Junfeng Yang教授表示：“Raidar的启发——即另一个AI通常认为另一个AI的输出质量很高，因此它会进行较少的编辑——这一洞察力非常强大，不仅限于文本。”他进一步指出，“鉴于AI生成的视频变得越来越逼真，我们希望借助Raidar的洞察力，创建一个可以准确检测AI生成视频的工具。现在，我们成功做到了这一点。”
该研究论文于2024年6月18日在西雅图举行的计算机视觉与模式识别会议（CVPR）上发表，并同时发布了开源代码和数据集。这意味着，全球的研究人员和开发者都可以基于DIVID进行进一步的研究和应用，共同推动AI视频检测技术的发展。
AI旋风认为，DIVID的推出不仅标志着AI视频检测技术的重大突破，也为解决AI视频造假问题提供了新的解决方案。随着AI技术的不断进步和应用的深入，我们有理由相信，未来AI视频检测将更加准确、高效，为数字世界的安全和稳定贡献力量。
相关文章
