面部动作分析识别深度伪造准确率超95%
德国马克斯·普朗克信息学研究所等机构提出基于面部表情自然度分析的深度伪造检测方法，通过比对实际面部动作与FLAME模型预测参数，在多个基准数据集上平均准确率超95%，对Sora2生成视频识别率近95%，但需强大硬件且暂无法实时应用。
在生成式AI的浪潮下，深度伪造视频几乎到了以假乱真的地步。如何可靠地识破它们，成了学界和业界共同头疼的问题。最近，德国马克斯·普朗克信息学研究所等机构的科学家们，带来了一种全新的检测思路——不再盯着画面里的像素瑕疵，而是转而观察视频中人物的面部表情是否自然。在基准数据集测试中，这套方法的平均检测准确率超过了95%，成功揪出了许多现有检测器无能为力的伪造操作。相关论文已提交至2026年IEEE/CVF计算机视觉与模式识别会议。
现有最精准的深度伪造检测器，大多依赖监督学习——先拿大量标注好的真实与篡改视频来训练，让模型学会辨别。可问题在于，这类系统很容易“死记硬背”住已知的伪造手法，一旦遇到从未见过的篡改花样，立马就抓瞎。这就是过拟合：在训练数据上表现优异，但泛化能力差得可怜。
相比之下，自监督方法只靠真实视频进行训练，理论上对新出现的伪造技术更“抗造”，但此前检测精度一直偏低。而新方法首次把高稳定性和高识别率捏在了一起，表现甚至超过了众多监督学习的对手。
新系统放弃了那些可疑的像素级痕迹，转而聚焦于视频中人脸的面部动态。它植根于广泛使用的FLAME模型——这个模型用53个参数从数学上刻画面部表情，在计算机图形学与面部动画领域很常见。团队先拿超过450小时的公开视频预训练模型，让它学会预测人们说话时面部动作的自然规律。
分析时，系统会把视频里实际可见的面部动作，与FLAME模型给出的面部动作参数进行比对。如果两者差距很大，那基本可以断定视频被动了手脚。
实验中，这套方法在多个成熟基准数据集上均录得了超过95%的平均准确率，刷新了此前的最佳纪录。尤其值得一提的是，团队还利用OpenAI的前沿视频生成模型Sora 2，专门制作了另一套基准数据集。此前的深度伪造检测器面对这批视频，表现几乎跟掷硬币差不多——完全靠蒙，而新方法依然正确识别出了近95%的伪造视频。
当然，新系统也有短板：它需要在强劲的硬件上完成大规模预训练，目前还做不到实时应用。不过，这条“以表情见真伪”的新路子，无疑给深度伪造检测打开了另一扇窗。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
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，
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。