科技日报北京7月20日电（记者刘霞）由德国马克斯 普朗克信息学研究所等机构科学家构成的国际团队，开发出一种比以往更靠得住的深度伪造视频辨认要领——再也不征采视觉马脚，而是细查视频脸部心情是否天然。于基准数据集测试中，该要领平均检测正确率跨越95%，乐成发明了很多现有检测器没法辨认的伪造操作。相干论文已经提交至2026年IEEE/CVF计较机视觉与模式辨认集会。

于天生式人工智能（AI）的助推下，深度伪造视频泛滥成灾，日趋真假难辨。怎样靠得住地识破它们，已经成为一个主要的研究范畴。

现有最精准的深度伪造检测器遍及依靠监视进修，即从年夜量标注好的真实与窜改视频中习患上鉴别力。然而，这种体系极易局限于已经知的伪造技法上，面临从未见过的数据便力有未逮，这即是过拟合——于练习数据上体现患上过在精彩，却难以泛化到生疏的窜改花腔。

比拟之下，自监视要领仅用真实视频举行练习，被认为对于新生的深度伪造技能更具韧性，但迄今检测精度仍旧偏低。而新要领初次将高不变检测与高辨认率融为一体，其体现逾越一众监视要领。

新体系舍弃了可疑的像素级陈迹，转而聚焦视频中人脸的脸部动态。它植根在广泛利用的FLAME模子，该模子用53个参数从数学上描画脸部心情，经常使用在计较机图形学与脸部动画。团队先用跨越450小时的公然视频预练习模子，使其学会猜测人们措辞时脸部动作的天然纪律。

阐发时，体系将视频中可见的脸部动作，与FLAME模子给出的脸部动作参数举行比对于。若二者相差迥异，就强烈表示该视频已经遭窜改。

试验中，该要领于多个成熟基准数据集上均录患上逾95%的平均正确率，刷新了此前的最好纪录。特别值患上一提的是，团队还有使用OpenAI的前沿视频天生模子Sora2，专门建造了另外一套基准数据集。此前的深度伪造检测器面临这批视频，体现险些与掷硬币无异，而新要领依然准确辨认出了近95%的伪造视频。

不外，新体系需要于强劲硬件上完成年夜范围预练习，暂时还有不合适及时运用。