英伟达出手！AI视频分析工具实测：普遍很弱，但总比没有强
英伟达推出SyntheticVideoDetectorNIM，通过分析生成模型的统计与频域痕迹检测AI视频，未压缩视频准确率高达92%。实测显示，英伟达工具表现较好，但国内腾讯朱雀和反诈中心AI内容鉴定效果不稳定，常出现误判或无法上传。AI检测工具整体能力有限，但比没有强。
经常在互联网上被AI视频假冒的黄仁勋，这次终于出手了。
近日，英伟达正式推出Synthetic Video Detector NIM，一套号称能逐帧分析视频的检测工具。它通过识别生成模型留下的统计与频域痕迹，来判断哪些内容是AI生成的。根据官方数据，准确率最高可达92%。
（图源：英伟达）
没办法，谁让现在生成假图、做假视频的门槛越来越低。
前阵子刷到一个视频，内容挺简单：一只猫刚把花瓶碰碎，转头就溜得比谁都快，旁边的狗子当场愣住，疯狂挥爪解释，表情像是在说——不是我，真的不是我。
（图源：抖音）
挺好笑的对吧，如果不是AI视频就更好了。
更麻烦的是，以前判断假视频，还能靠一些比较明显的画面破绽，比如嘴型对不上、手指数量不对。现在视频生成模型进步速度飞快，很多生成内容已经不会留下这么明显的漏洞。也难怪家里的长辈能天天上钩。
既然普通人不知道该怎么辨别，那也是时候轮到检测工具上场了。
英伟达加入“用AI检测AI视频”大军
先简单介绍一下，英伟达在2024年3月公布了NVIDIA Inference Microservices，简称NIM。它本质上就是把“模型+推理+API接口+运行环境”打包成一个部署工具，算是一种让开发者快速获得AI服务的办法。
而这次发布的Synthetic Video Detector NIM，可以理解成英伟达在NIM标准下打包的一套AI视频检测服务。
正因为这玩意主要面向本地部署，目前想要在线使用必须通过英伟达的媒体测试申请，而本地部署又需要Linux系统和兼容NVENC/NVDEC视频编解码的硬件，普通人想用上还挺困难。
（图源：英伟达）
不过用不上，不影响我们借着目前的资料和演示好好聊一聊。
根据最新介绍，视频上传后，SVD NIM会先把H.264编码的MP4拆成画面帧，再交给DINOv2和DINOv3组成的视觉模型分析，给每一帧打分并汇总，告诉你整段视频到底有多像AI生成。
重点是，它不会盯着六根手指、人物穿模或者水杯突然消失这种传统艺能。
按照最新说法，SVD NIM识别的是生成和去噪过程中留下的底层统计特征、频率异常，以及正常相机不太容易拍出来的像素规律。即便用户将视频压缩和重新编码，也依然能保证较高的识别概率。
（图源：英伟达）
参考最新提供的案例，可以看到这个视频本身并没有出现早期AI视频特有的各种画面崩坏、前后不一的问题，但SVD NIM却给出了高达99%的综合得分。当然，这视频确实一眼假——毕竟运镜有点太平滑了。
（图源：英伟达）
可以说，英伟达这套思路确实比盯着画面里的破绽要靠谱些。
毕竟要在没有前情提要的情况下，给大伙看下面这段视频，至少八成左右的人看不出这是完全由AI生成的——现在Seedance和Kling的视频生成能力就是这么恐怖。
（图源：bilibili）
按照英伟达的说法，他们准备了超过4000个视频的内部测试集，SVD NIM检测的成功率高达85.64%，未压缩视频的准确率更是高达92%。
不过，92%的准确率不能理解成一测一个准。
尽管在宣传稿里没说，但英伟达在说明文档里还是有标注的：这么高的准确率是由偏严格的阈值采样的，在真实环境中可能造成大量误判。所以，这玩意更适合给视频做初筛，出现可疑素材的话，还是应该交给人工继续核实。
而且这个准确率还是基于H.264编码的MP4格式视频得到的，任何转码和压缩都会降低准确率。只能说老黄的免责声明还是太专业了。
反AI实测：朱雀还行，反诈中心不稳定
目前来说，英伟达这套SVD NIM确实离普通用户还有点远。
不过国内其实也有类似定位的检测工具，直接打开就能用。其中一个是腾讯朱雀AI检测助手，另一个是反诈中心App里的“AI内容鉴定”。两款应用均支持文字/图片/视频检测，每天也有一定次数的免费检测。
为了看看AI抓AI到底靠不靠谱，准备了一组混合测试：
几张由主流模型直接生成的图片、几张手机实拍照片；一段精心挑选的AI视频，再搭配Vlog题材的真实视频。还把部分素材发过微信、截过图，准备看看它们应对二次压缩的表现怎么样。
第一轮，来点AI视频。
（图源：bilibili）
这段视频本身我觉得是很不错的。略显模糊的分辨率、微微晃动的模拟镜头和角色的动作神态融合在一起，真的很有老电影的感觉。制作者手绘了大量分镜图供模型参考，可以说完全发挥了Seedance的制作能力。
结果腾讯朱雀第一个就栽了。
（图源：）
作为对比，通过媒体申请的朋友帮忙测试了SVD NIM，结果显示高达93%的综合得分，意味着这个视频高概率是AI合成的。同时，逐帧检测的疑点也在坐标系上标注出来了。不过，检测速度确实不快，13秒的视频检测了两分钟。
（图源：）
更牛的还是反诈中心内容检测——愣是试了半个小时没能传上去，最后只能作罢。
第二轮，换上真实视频。
（图源：）
当然，不能是那种简单的真实视频。选了一个很多视频生成模型都喜欢模仿的Vlog视频，制作者用的相机不错，镜头过渡顺滑自然，街头光影也很有质感，属于一眼真假莫辨的水平。
猜怎么着？腾讯朱雀又翻车了。
（图源：）
英伟达这边相对还是要强不少，虽然也给出了34%的综合得分，但这毕竟是个参考数值，意味着模型检测到的合成内容证据不多。
（图源：）
至于反诈中心，依然没有上传成功。要是有老人家真的想用这功能，那就受罪了。
接下来换图片。这个就不详细介绍了，总之是同一个题材下的真实图片，以及两张由豆包、image 2制作的AI图片，后面两个均通过后期、压缩抹除水印。
（图源：，从左到右为豆包、image2和真实照片）
结果刚想夸朱雀这次认出AI图了，它就把真实照片也判成了AI。
（图源：）
相反，之前折腾了好几次没传上视频的内容检测，这次倒是做到三题全对。看来反诈中心在算法上还是有些优势的。
（图源：）
最后吐槽一点：这两家给的免费次数都不多，真遇到啥事还不一定够用。
AI识别很弱，但总比没有要强一点
这一轮测下来，对AI检测工具的信心，只能说比没有强一点。
视频这块，英伟达表现还行，腾讯朱雀完全靠不住，居然能得出相反的答案。图片相对会好一些，但腾讯朱雀依然能整出真图当假图的好活，而反诈中心内容检测的服务器则大部分时候都是爆满的，根本上传不了内容。
这机器自己都拿不准，人就更别急着拿检测截图去评论区断案了。
从测试结果来看，相比事后猜一张图有没有AI味，生成时直接留下水印和来源记录，显然更加靠谱。
如今谷歌已经在用SynthID给生成内容加隐形标记，Adobe等公司也在推动C2PA，希望把文件从生成到修改的过程记录下来。国内也在跟进，网信办已明确要求AI内容添加标识，腾讯、阿里和字节也在检测、数字签名和平台提示上积极补课。
（图源：）
问题是，目前这套体系还没有完全连起来。
去部署一个开源模型，生成的内容必然也是没有水印的；图片、视频转发几次，元数据可能就没了；至于平台之间能不能互相认出对方的水印，就目前国内各家厂商互相防范的情况来看，同样也是个问题。
在这些环节真正打通以前，普通人只能自己多长个心眼了。
Adobe Acrobat Pro 是面向办公、法务、财务、教育及出版用户的专业PDF处理软件，可在Mac上创建、编辑、转换、合并和保护文档，并提供OCR文字识别、表单、批注、内容比较、敏感信息遮盖及电子签名功能。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Affinity Designer 的矢量设计能力现已整合进 Affinity by Canva，可在 Mac 上进行标志、图标、插画、界面原型及印刷品设计。个人用户使用免费 Canva 账户即可使用完整的矢量、像素和版面工具。
Archicad是Graphisoft推出的建筑信息模型设计软件，可在Mac上完成概念设计、参数化建模、图纸编制、工程量统计、渲染展示及团队协同。模型与平立剖面、明细表和布局保持关联，适合建筑师、室内设计师、BIM团队及相关专业学生使用。
AutoCAD LT是Autodesk推出的专业二维CAD设计与文档编制软件，Mac版本提供原生界面、多点触控及分屏查看体验。用户可精确创建和编辑DWG图形，完成图层管理、尺寸标注、表格、PDF参考、外部参照及打印输出。
AutoCAD for Mac 是 Autodesk 面向 macOS 提供的专业计算机辅助设计软件，支持精确的二维绘图、标注、布局输出以及实体、曲面和网格建模。软件采用适配 Mac 操作习惯的界面，可处理 DWG 图纸。
Autodesk Fusion 是面向产品设计与制造的一体化云连接平台，在 Mac 上提供参数化建模、自由曲面、装配、工程图、仿真、PCB 设计和 CAM 加工等工具。它适合机械工程师、工业设计师、创客及制造团队使用。
Autodesk Maya是一套面向影视动画、游戏开发和视觉特效制作的专业三维创作软件，集多边形与曲面建模、角色绑定、关键帧动画、动力学模拟、程序化特效及Arnold渲染于一体，并提供脚本、插件和开放式制作管线支持。
Blender是一款免费开源的综合三维创作软件，可在Mac上完成建模、数字雕刻、材质制作、角色绑定、动画、物理模拟、渲染、合成及视频剪辑。软件提供Cycles与Eevee渲染工具，并支持几何节点、蜡笔绘制和Python扩展。
AutoCAD 是 Autodesk 推出的专业计算机辅助设计软件，Windows 版支持精确二维绘图、三维实体与曲面建模、图纸标注、布局发布和任务自动化，并包含多套行业专业化工具组合，适用于建筑、机械、电气、工程建设及制造设计人员。
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Figma 是面向产品设计与开发团队的云端协作平台，可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端，多名成员能够同步编辑并共享设计系统；官方同时提供免费 Starter 方案及按席位计
Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具，可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理，并支持常见设计文件的导入及多种印刷、网页格式输出。
Cinema 4D是Maxon推出的专业三维创作软件，将建模、动画、MoGraph动态图形、粒子与动力学模拟、材质灯光及Redshift渲染整合在统一工作环境中，适用于广告包装、影视特效、产品和建筑可视化、游戏素材等制作场景。
Blender 是免费开源的三维创作套件，在 Windows 上提供建模、雕刻、材质、动画、物理模拟、合成、跟踪、视频剪辑及 Cycles、EEVEE 渲染工具。它适合个人创作者、学生和小型工作室，
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
SketchUp Pro 是面向建筑、室内、景观、施工和产品设计等专业场景的三维建模工具，提供桌面建模、LayOut 二维文档、模型资源库、扩展程序及云端协作能力。其操作逻辑直观，适合从概念推敲、空间规划到图纸表达和方案汇报的完整工作流程。