SafeLens：基于快速-慢速筛选的高效视频护栏
计算机视觉与模式识别
2026-05-19 v1 计算与语言
摘要
在线视频平台的快速增长和 AI 生成内容的普及，使可靠的视频护栏成为安全和实际部署的关键挑战。虽然大多数视频可通过快速模式识别进行筛选，但小部分需要对复杂的时序内容和细致的政策约束进行深层推理。现有方法通常依赖于在所有输入上统一应用大型视觉-语言模型，导致高推理成本和不高效的计算资源分配。我们提出SafeLens，一种视频护栏框架，引入快速-慢速推理架构，实现高效且准确的内容 moderation，不同输入的计算成本各不相同。此外，我们通过对 SafeWatch 数据集应用影响引导过滤，构建高质量数据集，仅保留原始数据的 2.4%。为进一步解决训练时扩张的局限性，我们通过增强筛选后数据集的结构化链路思考 (Chain-of-Thought) 痕迹来实现测试时推理。在实际场景和 AI 生成视频基准测试中，SafeLens 实现了最先进的性能，超越了强大的开源视频护栏（如 SafeWatch-8B、OmniGuard-7B）和闭源模型（如 GPT-5.4、Gemini-3.1-pro），同时显著降低推理成本，表明高效设计不仅比单纯扩大数据或模型规模更有效。
关键词
引用
@article{arxiv.2605.17610,
title = {SafeLens: Deliberate and Efficient Video Guardrails with Fast-and-Slow Screening},
author = {Shahriar Kabir Nahin and Hadi Askari and Muhao Chen and Anshuman Chhabra},
journal= {arXiv preprint arXiv:2605.17610},
year = {2026}
}