Nvidia chce zatrzymać falę deepfake'ów. Wykrywają fałszywe filmy z dokładnością sięgającą 94%

Fałszywe nagrania generowane przez sztuczną inteligencję stają się coraz większym problemem dla redakcji, platform internetowych i odbiorców informacji. Rozwój modeli AI sprawił, że przygotowanie przekonującego materiału wideo zajmuje zaledwie kilka minut, a odróżnienie go od prawdziwego nagrania bywa niezwykle trudne. Nvidia przekonuje, że ma odpowiedź na ten problem.

Podczas konferencji SIGGRAPH 2026 firma zaprezentowała Synthetic Video Detector – system przeznaczony do wykrywania materiałów wygenerowanych przez sztuczną inteligencję w czasie rzeczywistym. Producent twierdzi, że rozwiązanie osiąga dokładność sięgającą 94 proc. i już trafia do infrastruktury wykorzystywanej przez media oraz platformy transmisji na żywo.

Nvidia chce pomóc redakcjom walczyć z fałszywymi nagraniami

Synthetic Video Detector został przygotowany jako mikrousługa NIM, która analizuje materiał klatka po klatce. Algorytm ocenia każdą z nich i określa prawdopodobieństwo, że film został wygenerowany przez sztuczną inteligencję.

Zadaniem systemu jest wsparcie redakcji oraz organizacji zajmujących się weryfikacją informacji. Narzędzie ma pozwalać na sprawdzenie autentyczności nagrania jeszcze przed jego publikacją lub emisją.

Według Nvidii ta sama technologia rozwijana do tworzenia generatywnych materiałów wideo może zostać wykorzystana do ich wykrywania. Firma chce wykorzystać własne doświadczenie w rozwoju AI do ograniczania skutków ubocznych tej technologii.

Dokładność sięga 94 procent

Nvidia przedstawiła wyniki własnych testów. W przypadku nieskompresowanych nagrań system wykrywa materiały stworzone przez AI z dokładnością około 92 proc.

Kompresja obrazu utrudnia analizę, jednak spadek skuteczności nie okazuje się dramatyczny. Przy kompresji wynoszącej 15 proc. dokładność pozostaje na poziomie 87 proc., natomiast przy kompresji sięgającej 50 proc. nadal wynosi około 82 proc.

Jeszcze lepiej prezentują się wyniki uzyskane podczas testów najnowszego modelu. Nvidia informuje o dokładności dochodzącej do 94 proc. oraz bardzo wysokim wskaźniku jakości klasyfikacji AUC wynoszącym 0,9614. Organizacje korzystające z rozwiązania mogą dodatkowo dostosowywać progi wykrywania do własnych potrzeb.

Analiza trwa zaledwie kilkadziesiąt milisekund

Jedną z największych zalet Synthetic Video Detector ma być szybkość działania. Nvidia podaje, że analiza materiału Full HD na komputerach wyposażonych w karty RTX trwa około 22 milisekund. W przypadku profesjonalnych układów graficznych Nvidia L40 czas wynosi około 30 milisekund.

Tak krótki czas pozwala wykorzystywać system podczas transmisji na żywo, gdzie każda sekunda ma ogromne znaczenie. Redakcje mogą otrzymywać ostrzeżenia praktycznie natychmiast po pojawieniu się podejrzanego materiału.

Technologia trafia już do mediów

Nvidia nie zamierza ograniczać projektu do demonstracji technologicznej. Firma rozpoczęła współpracę z Wowza, dostawcą rozwiązań do transmisji strumieniowych wykorzystywanych przez wiele organizacji medialnych na całym świecie.

Synthetic Video Detector zostanie zintegrowany z platformą Video Intelligence Framework. Według danych firmy Wowza jej rozwiązania działają już w około 35 tysięcy wdrożeń w blisko 170 krajach.

Oznacza to, że wykrywanie materiałów wygenerowanych przez AI może wkrótce stać się elementem codziennej pracy wielu redakcji oraz operatorów transmisji internetowych.

Walka z problemem, który stworzyła sztuczna inteligencja

Premiera nowego narzędzia pokazuje rosnącą skalę problemu deepfake'ów. Jeszcze kilka lat temu tworzenie realistycznych fałszywych filmów wymagało zaawansowanych umiejętności i kosztownego sprzętu. Obecnie podobne materiały potrafią wygenerować ogólnodostępne modele AI.

Nvidia należy do firm, które odegrały ogromną rolę w rozwoju generatywnej sztucznej inteligencji. Teraz producent chce wykorzystać tę samą technologię do ograniczania zagrożeń związanych z masowym pojawianiem się fałszywych nagrań.

Jeżeli Synthetic Video Detector spełni obietnice producenta również poza wewnętrznymi testami, może stać się jednym z najważniejszych narzędzi wykorzystywanych przez redakcje i platformy streamingowe podczas weryfikowania materiałów wideo.