Ответ от квинра (ДиД)

написал Jabbers , о.Пасихи, 2026-02-06, 12:00 (203 дней назад) @ водомер(ка)

Вопрос:
Знакомый спрашивает (дальше в кавычках цитата его вопроса) "Вот сейчас все заполонили ролики происхождением ИИ. Ну ладно, просто ролики, но сейчас через ИИ совершается и много противоправных дел.
А теперь вопрос- неужели нет Приблуд, чтобы могли отличить хотя бы видео от ИИ или реального?" Приблуд - программных средств. Ответь

Да, такие «Приблуды» (программные средства) есть, и их разрабатывают как крупные компании, так и исследовательские группы. Однако важно понимать:
Нет универсального, 100%-надёжного детектора ИИ-контента — особенно по мере развития генеративных моделей (например, Sora от OpenAI, Pika, Runway, Deepfake-генераторы нового поколения).
Но есть работающие инструменты, которые могут с высокой вероятностью определить, что видео/изображение/аудио создано ИИ — особенно если оно не прошло постобработку или не было специально «замаскировано».
Что уже существует:
1. Детекторы глубоких подделок (Deepfake detectors)
Microsoft Video Authenticator — анализирует видео на признаки артефактов, неестественных движений глаз/рта, неправильной освещённости.
Intel’s FakeCatcher — использует биометрические сигналы (пульс через кожу), которые ИИ часто не воспроизводит корректно.
Deepware Scanner, Sensity AI, Hanyang University’s DFDC detector — коммерческие и академические решения.
2. Метаданные и цифровые водяные знаки
Content Credentials (C2PA) — стандарт от Coalition for Content Provenance and Authenticity (Adobe, Microsoft, Intel и др.). Позволяет встраивать в медиа «цифровой паспорт»: кто создал, когда, с помощью какой модели.
Google’s SynthID — внедряет невидимые водяные знаки в изображения, сгенерированные ИИ (например, в Imagen).
OpenAI’s watermarking для голоса и видео — в разработке / частично внедрено.
3. Анализ артефактов
ИИ-видео часто имеет:
Несогласованность в тенях/освещении между кадрами
Аномалии в движениях (например, рот не синхронизирован с речью, пальцы «сливаются»)
Повторяющиеся текстуры или шумы
Ошибки в физике (например, жидкость не льётся естественно)
Специализированные алгоритмы умеют выявлять эти аномалии статистически.
4. Блокчейн + проверка источника
Некоторые платформы (например, Truepic, OriginTrail) используют блокчейн для хранения первичных метаданных — чтобы доказать, что видео не было изменено после съёмки.
Почему это сложно:
Современные ИИ (особенно diffusion-based, например, Stable Video Diffusion, Pika 1.0, Sora) генерируют видео с качеством, близким к реальному — и детекторы начинают «слепнуть».
Злоумышленники дообучают ИИ, чтобы обходить детекторы (adversarial attacks).
Многие ролики проходят постобработку (монтаж, цветокоррекция, компрессия), что маскирует следы генерации.
Что можно посоветовать твоему знакомому:
«Да, такие программы есть — и они работают, но не как “магический детектор правды”. Это скорее помощь эксперту: если детектор говорит “85% вероятность ИИ”, это повод присмотреться внимательнее, а не автоматически считать фейком. Важно сочетать техническую проверку с контекстом: откуда видео, кто его выложил, есть ли подтверждение от авторитетного источника?»
Если хочешь — могу дать ссылки на открытые онлайн-детекторы (например, Hive AI Detector, Deepware) или рассказать, как самому проверить видео вручную.
Хочешь — подготовлю краткий чек-лист для быстрой оценки подозрительного видео?