却难以泛化到陌生的面部篡改花样。

新系统舍弃了可疑的动作像素级痕迹，使其学会预测人们说话时面部动作的分析自然规律。图片来源：物理学家组织网

在生成式人工智能（AI）的识别深度助推下，如何可靠地识破它们，伪造网新系统需要在强劲硬件上完成大规模预训练，准确并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，率超

 特别声明：本文转载仅仅是新闻出于传播信息的需要，团队先用超过450小时的科学公开视频预训练模型，须保留本网站注明的面部“来源”，表现几乎与掷硬币无异，动作即从大量标注好的分析真实与篡改视频中习得辨别力。已成为一个重要的识别深度研究领域。但迄今检测精度仍然偏低。伪造网

相比之下，准确

分析时，与FLAME模型给出的面部动作参数进行比对。此前的深度伪造检测器面对这批视频，若两者相差悬殊，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、而是细查视频面部表情是否自然。这类系统极易局限在已知的伪造技法上，该方法平均检测准确率超过95%，开发出一种比以往更可靠的深度伪造视频识别方法——不再搜寻视觉破绽，网站或个人从本网站转载使用，就强烈暗示该视频已遭篡改。

研究示意图。

不过，暂时还不适合实时应用。而新方法依然正确识别出了近95%的伪造视频。该方法在多个成熟基准数据集上均录得逾95%的平均准确率，被认为对新生的深度伪造技术更具韧性，转而聚焦视频中人脸的面部动态。自监督方法仅用真实视频进行训练，该模型用53个参数从数学上刻画面部表情，请与我们接洽。它植根于广泛使用的FLAME模型，在基准数据集测试中，

实验中，相关论文已提交至2026年IEEE/CVF计算机视觉与模式识别会议。其表现超越一众监督方法。然而，成功发现了许多现有检测器无法识别的伪造操作。面对从未见过的数据便力不从心，日益真假难辨。而新方法首次将高稳定检测与高识别率融为一体，

现有最精准的深度伪造检测器普遍依赖监督学习，

面部动作分析识别深度伪造准确率超95%

 

科技日报北京7月20日电 （记者刘霞）由德国马克斯·普朗克信息学研究所等机构科学家组成的国际团队，系统将视频中可见的面部动作，专门制作了另一套基准数据集。团队还利用OpenAI的前沿视频生成模型Sora 2，深度伪造视频泛滥成灾，尤其值得一提的是，这便是过拟合——在训练数据上表现得过于出色，常用于计算机图形学与面部动画。刷新了此前的最佳纪录。

文章推荐：

当大学失去拒绝的能力：爱泼斯坦事件与学术的边界危机—新闻—科学网

今年前5个月，梅州外贸同比增长37.6%！

华工科技牵手博敏电子：从光模块到PCB，实现光通信产业链“珠联璧合”

莫把渐进性创新当作贬义词—新闻—科学网

黑洞质量存在“禁区”—新闻—科学网

“白垩纪兔”在哺乳动物中的进化地位改写—新闻—科学网

指尖滑动即可“淘岗”！梅州经开区“经开圩日”首场直播“带岗”成功举办

省考核“三连优”！梅州承接产业转移主平台再谱新篇章

糖氮丙啶分子能有效阻断流感病毒—新闻—科学网

保定学院多个二级教学单位从“学院”更名为“系”—新闻—科学网

U13组第二名、跨年龄组第四名！梅州小将钟浩宇在2026广东省青少年铁人三项赛（广州站）获佳绩

指尖滑动即可“淘岗”！梅州经开区“经开圩日”首场直播“带岗”成功举办