RobustSora：面向鲁棒AI生成视频检测的去水印基准

AI生成视频模型的普及带来了对信息完整性和数字信任的新挑战。但一个关键问题尚未被充分解决：商业生成器会嵌入可见的水印用于来源追踪，然而现有基准测试未控制此变量，导致检测器可能仅学习水印模式而非真正的生成特征。我们提出RobustSora，包含6500个手动验证视频的基准测试，分为四类：Authentic-Clean（A-C）、Generated-Watermarked（G-W）、Generated-DeWatermarked（G-DeW）和Authentic-Spoofed（A-S），分别来自Vript、DVF和UltraVideo（真实视频）以及Sora、Sora 2、Pika、Open-Sora 2和KLing（生成视频）。两个评估任务分离水印效应：任务I（水印消除鲁棒性）测试水印被移除的AI视频检测；任务II（水印欺骗鲁棒性）衡量在真实视频上注入假水印的误报率。在十个模型（包括专用检测器、变换器分类器和多模态大语言模型）上，水印操作导致准确率变化为$-9.4$至$+1.6$个百分点（平均6.6个百分点；$p{<}0.01$的7/10模型在每个任务上均显著）。一个无效对照将inpainting-特征混淆限制在$\le$2个百分点内，水印感知的训练数据增强能在两个任务上恢复3-4个百分点的准确率，共同提供了检测器主动依赖水印线索的因果证据。按生成器细分显示，Sora 2导致$-11$至$-14$个百分点的性能下降，而Pika和Open-Sora 2仅为$-3$至$-6$个百分点，表明水印显著程度而非检测器架构是主要依赖驱动因素。这些结果主张在AI生成视频检测中采用水印感知的评估与训练。数据集、评估代码和预训练模型将公开释放。