Deepfake Detection Multi-Agent System Forensic Reasoning Multimodal LLM
摘要

针对生成式AI制造的逼真深度伪造视频带来的安全挑战,现有基准缺乏细粒度标注且单模态检测器泛化能力有限。本文发布FaceVid-Forensics-100K数据集,包含十万个视频及由多模型聚合生成的细粒度文本注释与法医解释。在此基础上,提出多智能体法医推理框架,利用四个专家智能体分别从纹理、光照、运动和物理角度独立分析伪造线索,并由裁判智能体重合报告以生成最终预测及解释。实验表明,该框架在域外测试集上表现优异,超越包括GPT和Gemini在内的闭源模型。

AI 推荐理由

论文核心提出多智能体法医推理框架,通过多视角独立分析与裁判整合实现复杂检测推理。

研究机构
北京交通大学 清华大学 蚂蚁集团
论文信息
作者 Xuechao Zou, Shun Zhang, Kai Li, Yi Zhou, Xinyu Sun et al.
发布日期 2026-08-07
arXiv ID 2608.06865
相关性评分 9/10 (高度相关)