Los Angeles, og en advarsel fra leverandøren
På SIGGRAPH i Los Angeles annoncerede Nvidia den 20. juli 2026 Synthetic Video Detector, en mikrotjeneste i platformen AI for Media, som analyserer optagelser billede for billede og vurderer, om de er genereret. Rev Lebaredian, virksomhedens vicepræsident for fysisk AI-simulering, formulerede indsatsen ligefremt og sagde, at hvis vi ikke kan se forskel på en syntetisk og en ægte video, kan det udhule offentlighedens tillid.
Den mere brugbare sætning stod længere nede i meddelelsen, og den kom fra Nvidia selv og ikke fra en kritiker. I stedet for at erstatte etablerede verifikationspraksisser, skrev virksomheden, leverer mikrotjenesten endnu et signal til tidskritiske beslutninger. Det er en leverandør, der på forhånd siger, at du ikke skal behandle resultatet som bevis. Det bør tages bogstaveligt.
Tre tal, og det laveste er dit
Nvidia offentliggjorde nøjagtigheden på tre komprimeringsniveauer. I virksomhedens egne tests nåede modellen op til 92 procent på ukomprimeret video, 87 procent ved 15 procents komprimering og 82 procent ved 50 procent. Virksomheden oplyste også et areal under kurven på 0,9614 og en nøjagtighed på 0,9453 på et internt testsæt. Hastigheden rækker til direkte brug, med 1080p på helt ned til 22 millisekunder på RTX-systemer og cirka 30 millisekunder på L40-acceleratorer.
Overvej nu, hvilket af de tre tal der beskriver din situation. Video, der lander hos en europæisk virksomhed, har været igennem en leveringskodning og som regel også en platform, der kodede den om igen. Et klip videresendt via en beskedtjeneste, hentet fra et socialt medie eller optaget fra et videomøde er ikke ukomprimeret materiale. De 92 procent tilhører en laboratorietilstand. Tallet, der beskriver en almindelig arbejdsdag, er de 82.
Produktet tager ikke imod formatet i sin egen overskrift
Nvidias tekniske dokumentation angiver, at tjenesten modtager H.264-kodet MP4-video, der afkodes på grafikkortet til enkeltbilleder. H.264 er et komprimeret format. Det input, produktet reelt accepterer, er altså komprimeret per definition, mens nøjagtighedstallet øverst i meddelelsen blev målt på ukomprimeret video. Begge oplysninger står på to forskellige Nvidia-sider og modsiger ikke hinanden, men læst sammen fortæller de, at overskriftens tal beskriver et input, tjenesten ikke tager imod.
Den samme dokumentation beskriver modellens signaler som modstandsdygtige over for almindelige videotransformationer, herunder komprimering og omkodning. Modstandsdygtig er et tillægsord. Meddelelsen leverer regnestykket bag det, nemlig et fald på ti procentpoint mellem ukomprimeret materiale og materiale ved 50 procents komprimering. Når en leverandør giver dig både et beroligende ord og sine egne målinger, så brug målingerne.
Den svarer på generering, ikke på sandhed
Detektoren vurderer, om billedpunkter er syntetiseret. Den bedømmer ikke, om begivenhederne på skærmen fandt sted. Et ægte kamera foran en iscenesat scene, en ægte optagelse med en falsk billedtekst eller autentisk materiale fra det forkerte år passerer alle som ægte, for i den eneste forstand modellen måler, er de det. Arkitekturen er en sammensætning af billedmodellerne DINOv2 og DINOv3, og den returnerer én sandsynlighed mellem nul og et for hele videoen, med valgfrie scorer per billede.
Det hul vejer tungest i netop de sager, virksomheder rent faktisk møder. Fakturaen, der omdirigeres efter et overbevisende videoopkald, forsikringskravet understøttet af optagelser, identitetskontrollen ved fjernoprettelse: overalt er spørgsmålet, om det viste er ægte, ikke blot om en model tegnede billedpunkterne. En høj ægthedsscore er forenelig med en fuldstændig svigagtig transaktion.
Hvad der skal afklares, før den står foran din indgang
Wowza indlejrer tjenesten gennem sit Video Intelligence Framework, som når mere end 35 000 installationer i over 170 lande, så den ankommer inde i en infrastruktur, mange virksomheder allerede driver, og ikke som et separat indkøb. Afklar tre ting inden. Bed om målt nøjagtighed ved det komprimeringsniveau, dit eget materiale bærer. Spørg, hvilken sandsynlighedstærskel der udløser en handling, for Nvidia offentliggør ingen vejledning om falske alarmer. Spørg dernæst, hvem der gennemgår markeringerne, for på den skala skaber en rate tæt på en ud af fem på komprimeret materiale arbejde frem for svar.
Hold også mekanismerne adskilt i din egen planlægning. At mærke indhold ved skabelsen og at klassificere det bagefter er to forskellige ting: oprindelsen rejser med filen, hvis ingen fjerner den, mens en klassifikator gætter ud fra billedpunkterne hver gang. En detektor er et fornuftigt andet signal. Den er ikke en kontrol, du kan lægge dit navn bag, og det har Nvidia selv sagt.
Læs videre: Nvidias egentlige binding er nu open source | Japan køber en AI-fabrik til egne robotter
