English(EN) Beyond Generation: Using Multimodal LLMs as Detectors of LLM-Generated Deepfake Facial Images

多模态大语言模型在检测AI生成的深度伪造方面展现出潜力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-16 04:00

一项新的研究论文探讨了多模态大语言模型（MLLMs）检测AI生成的深度伪造面部图像的潜力。该研究使用真实和生成图像的数据集，对包括GPT-4o、GPT-5、GPT-5.2、Gemini 2.5和Seed 1.6在内的多个MLLMs进行了基准测试。结果显示检测准确率很高，其中GPT-5.2通过识别结构不一致性，在成对比较中达到了97.9%的准确率。然而，SynthID水印的存在将Gemini的检测准确率降低了10%，这表明虽然MLLMs可以检测无水印的伪影，但其性能会受到此类嵌入的影响。 AI

影响多模态大语言模型在深度伪造检测方面显示出潜力，但性能可能受到水印技术的影响。

排序理由 arXiv上发表的研究论文，详细介绍了使用多模态大语言模型进行深度伪造检测。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 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: 14 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; arXiv上发表的研究论文，详细介绍了使用多模态大语言模型进行深度伪造检测。[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, safety; 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.CV TIER_1 English(EN) · Olivia Salamon, Virginia N. L. Franqueira, Shujun Li · 2026-10-16 04:00

超越生成：将多模态大语言模型用作大语言模型生成深度伪造面部图像的检测器

arXiv:2610.21760v1 Announce Type: new Abstract: As image generation models become increasingly capable of producing highly realistic content, traditional forensic techniques are struggling to keep up. This paper investigates whether MLLMs can instead be used as a form of forensic…

本文如何被排名

报道来源 [1]

超越生成：将多模态大语言模型用作大语言模型生成深度伪造面部图像的检测器

相关实体

相关话题