Nvidia выпустила инструмент Synthetic Video Detector для распознавания AI-сгенерированных видео с покадровым анализом на основе Vision Transformers Meta
SVD оценивает каждый кадр по шкале от 0 до 1 и выдает итоговую вероятность подлинности ролика в процентах
На несжатом видео детектор достигает 92% точности, при 50% сжатии — 82%, обрабатывая 1080p за 22 мс на RTX
Сервис доступен только для медиакомпаний через Nvidia AI for Media и требует наличия NVENC-кодера
Мы живём в эпоху, когда искусственный интеллект всё сильнее захватывает интернет, и отличить реальный контент от подделки становится всё сложнее. Любое видео или изображение, которое вы видите сегодня, теоретически может быть сгенерировано нейросетью, а привычные признаки, выдающие фейк, стремительно исчезают. На рынке уже появляются инструменты для проверки подлинности контента, и Nvidia — один из главных бенефициаров ИИ-гонки — представила собственное решение под названием Synthetic Video Detector (SVD).
Источник изображения - Nvidia
Что представляет собой SVD
SVD — это микросервис Nvidia Inference Microservice (NIM), входящий в программу AI for Media Private Access Program. Широкой публике сервис недоступен, но опробовать демо-версию может любой желающий. Задача у SVD простая: определить, снято видео на камеру или сгенерировано ИИ. Инструмент способен анализировать большие объёмы видео, разбивая их на отдельные кадры для поиска аномалий, и опирается на технологии, отмеченные наградами на международной конференции по компьютерному зрению ICCV — в основе модели, по данным разработчиков, лежит алгоритм, ранее победивший в профильном соревновании по выявлению синтетических видео.
Как SVD находит подделку
Вместо анализа всего видеофайла целиком SVD разбивает его на кадры размером 504×504 пикселя. Затем эти кадры пропускаются через два мощных Vision Transformer, разработанных компанией Meta*: DINOv2 и DINOv3. Такие модели обучаются распознавать паттерны без участия размеченных вручную данных и обычно применяются для классификации изображений, поиска похожих картинок, обнаружения объектов и оценки глубины сцены.
После обработки трансформерами пространственные особенности каждого кадра оцениваются, и ему присваивается значение от 0 до 1, где 0 означает полностью реальное изображение, а 1 — полностью синтетическое. Оценки по всем кадрам усредняются, и на выходе пользователь получает итоговый процент подлинности видео по шкале от 0 до 100.
Благодаря такому подходу редакции, телеканалы и медиахолдинги смогут гораздо быстрее и увереннее проверять подлинность поступающих материалов. SVD спроектирован с учётом того, что видео в соцсетях почти всегда проходит через сжатие, которое маскирует часть артефактов. Тем не менее трансформеры способны находить закономерности, незаметные человеческому глазу, — модель ориентируется не на поверхностные несостыковки, а на внутренние, более устойчивые артефакты генерации.
Обратите внимание на показатели в нижней строке. Источник изображения - Nvidia
Точность и скорость работы
На несжатом видео SVD показывает наилучший результат — точность достигает 92%. При сжатии на 15% показатель снижается до 87%, а при уровне сжатия 50% модель всё ещё демонстрирует впечатляющие 82% точности в распознавании ИИ-контента. Поскольку SVD работает как микросервис, задержка минимальна: обработка кадра в разрешении 1080p занимает всего 22 мс на видеокартах Nvidia RTX и около 30 мс на рабочих станциях Nvidia.
Источник изображения - Future
Ограничения и доступ к сервису
У SVD есть важное аппаратное требование — наличие кодировщика NVENC, поэтому серверные ускорители вроде B100 запустить его нативно не могут. Nvidia уже сотрудничает с платформой Wowza, чтобы встроить обнаружение синтетического видео в реальном времени прямо в рабочие процессы прямых трансляций — это особенно актуально на фоне роста числа случаев мошенничества с использованием дипфейков в медиа и вещании. Опробовать демо-версию SVD уже можно на build.nvidia.com, но стоит учитывать нюансы: обработка идёт в облаке и может занимать заметное время, максимальный размер загружаемого файла ограничен 100 МБ, а сам сервис нередко уходит в тайм-аут при большой нагрузке.
* Принадлежит компании Meta, деятельность которой признана экстремистской и запрещена на территории Российской Федерации. Социальные сети Facebook и Instagram запрещены в РФ.
