GenWorld：迈向检测AI生成的真实世界模拟视频
计算机视觉与模式识别
2025-06-13 v1
摘要
视频生成技术的繁荣危及了现实世界信息的可信度，并加剧了对AI生成视频检测器的需求。尽管取得了一些进展，但缺乏高质量的真实世界数据集阻碍了可信检测器的开发。在本文中，我们提出GenWorld，一个用于AI生成视频检测的大规模、高质量、真实世界模拟数据集。GenWorld具有以下特征：（1）真实世界模拟：GenWorld专注于复制真实世界场景的视频，由于其真实性和潜在影响，这些视频具有重大影响；（2）高质量：GenWorld采用多个SOTA视频生成模型来提供逼真且高质量的伪造视频；（3）跨提示多样性：GenWorld包含由不同生成器和各种提示模态（例如，文本、图像、视频）生成的视频，为学习更具泛化性的取证特征提供了潜力。我们分析了现有方法，发现它们无法检测由世界模型（即Cosmos）生成的高质量视频，揭示了忽略真实世界线索的潜在缺陷。为解决这一问题，我们提出了一种简单而有效的模型SpannDetector，利用多视角一致性作为真实世界AI生成视频检测的强标准。实验表明，我们的方法取得了优异的结果，突显了基于物理合理性进行可解释AI生成视频检测的一个有前景的方向。我们相信GenWorld将推动AI生成视频检测领域的发展。项目页面：https://chen-wl20.github.io/GenWorld
引用
@article{arxiv.2506.10975,
title = {GenWorld: Towards Detecting AI-generated Real-world Simulation Videos},
author = {Weiliang Chen and Wenzhao Zheng and Yu Zheng and Lei Chen and Jie Zhou and Jiwen Lu and Yueqi Duan},
journal= {arXiv preprint arXiv:2506.10975},
year = {2025}
}