AI 生成動画の危機事象攻撃に対する防御策を体系的に評価

記事の3ポイント

1. 1

   新ベンチマーク「RA-Bench」の導入

   17,886本の動画（1,830本の実写アンカーと16,056本の生成動画）から構成される、危機的状況に特化した検出評価ベンチマークを公開した。

2. 2

   検出器の一般化能力の欠如

   7つの既存検出器、10個のゼロショットマルチモーダルモデル、2つのMLLMを検証したが、どの検出ファミリーもRA-Bench全体で一貫して機能しなかった。

3. 3

   生成条件と拡散が検出に与える影響

   生成品質やサンプリングシードの違いにより検出可能性は変動するが、ソースレベルのパターンは安定しており、社会的拡散は検出をさらに困難にする。