Із зростанням переконливості та доступності AI-генерованих відео дослідники з UC Riverside об'єдналися з Google, щоб створити потужну нову зброю проти цифрових фальсифікацій.
Їхня система, яка отримала назву Universal Network for Identifying Tampered and synthEtic videos (UNITE), вирішує критичну вразливість сучасних технологій виявлення дипфейків. У той час як існуючі інструменти здебільшого зосереджені на аномаліях обличчя, UNITE аналізує цілі кадри відео, включаючи фони, рухові патерни та тонкі просторово-часові невідповідності, які вказують на маніпуляцію.
«Дипфейки еволюціонували», — пояснює Рохіт Кунду, аспірант UC Riverside, який очолив дослідження. «Йдеться вже не лише про підміну облич. Тепер люди створюють повністю фейкові відео — від облич до фонів — використовуючи потужні генеративні моделі. Наша система створена для того, щоб виявляти всі ці випадки».
Співпраця, у якій також взяли участь професор Аміт Рой-Чоудхурі та дослідники Google Хао Сіонг, Вішал Моханті й Атхула Балачандра, була представлена на Конференції з комп'ютерного зору та розпізнавання образів 2025 року в Нешвіллі. Їхня інновація з'явилася на тлі того, як платформи генерації відео за текстовим чи графічним запитом зробили створення складних підробок доступним практично кожному.
UNITE використовує глибоку модель навчання на основі трансформерів, побудовану на основі SigLIP, яка виділяє ознаки, не прив'язані до конкретних людей чи об'єктів. Новий метод навчання, який отримав назву «attention-diversity loss», змушує систему відслідковувати кілька візуальних зон у кожному кадрі, запобігаючи надмірній залежності від облич.
Хоча система ще перебуває у розробці, UNITE вже незабаром може стати незамінною для соціальних мереж, редакцій новин та фактчекерів, які прагнуть запобігти вірусному поширенню підроблених відео. Оскільки дипфейки дедалі більше загрожують суспільній довірі, демократичним процесам і цілісності інформації, універсальні інструменти виявлення на кшталт UNITE стають критично важливим захистом від цифрової дезінформації.