English(EN) mAVE: A Watermark for Joint Audio-Visual Generation Models

新的mAVE框架通过会话绑定保护联合视听AI生成

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-09 04:00

研究人员开发了mAVE，一个新颖的、专为联合视听生成模型设计的水印框架。该方法旨在通过确保水印绑定到特定的生成会话来增强版权保护和内容来源追溯，防止对手从不同会话中拼接模态。mAVE采用一种无需训练的方法，将公共记录检索与秘密会话身份验证分开，并使用加密摘要来链接音频和视频组件。在LTX-2和MOVA模型上的实验表明，其生成质量相当，并且在检测被替换的模态方面具有高准确性。 AI

影响增强了生成式AI的安全性和来源追溯性，可能影响内容创作和版权执法。

排序理由该集群描述了一篇详细介绍新水印框架的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 18 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一篇详细介绍新水印框架的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Luyang Si, Leyi Pan, Dongsheng Ma, Lijie Wen · 2026-10-09 04:00

mAVE：联合视听生成模型的水印

arXiv:2603.07090v2 Announce Type: replace-cross Abstract: Watermarking joint audio-visual generation supports vendor copyright protection and content provenance. However, independently valid audio and video watermarks do not establish a shared generation session. An adversary can…

本文如何被排名

报道来源 [1]

mAVE：联合视听生成模型的水印

相关实体

相关话题