Googleは、前例のない物語的一貫性を持って動画を生成・編集するAIモデル「Gemini Omni Flash」を発表しました。このシステムは、キャラクターの連続性やシーンの物理法則を維持しながら、テクスチャ、動き、環境を変更することを可能にします。ディープフェイク監査人にとって、この進歩は検出の難易度における質的な飛躍を意味し、従来の視覚的な不整合が消失するため、合成コンテンツを識別するための新しい法医学的手法が求められます。
Gemini Omniの一貫した編集を暴く法医学的手法 🕵️
ディープフェイク監査は、Gemini Omni Flashのようなモデルに対応するために進化しなければなりません。不規則な瞬きや口の動きの同期に基づく従来の検出手法は、この新世代の前では通用しません。法医学的分析は今後、三つの柱に焦点を当てます。すなわち、AIエンコーダーが異常な統計的パターンを残す圧縮メタデータの検査、局所的には一貫しているものの全体的な照明エラーを呈する可能性のある影と反射の研究、そして流体や塵の挙動など、生成モデルが依然として時間的連続性の小さな誤りを犯す粒子物理の検証です。
合成動画時代の検証基準に向けて 🎯
Gemini Omni Flashが混合入力（画像、音声、テキスト）を処理できる能力は、検証者に多層的なワークフローの採用を強います。PhotoGuardなどのツールを用いたAI指紋分析、反射物体の物理的不整合のレビュー、そしてキャプチャメタデータのクロスバリデーションを組み合わせたプロセスが提案されています。監査コミュニティは、このモデルの使用が普及し、現実と生成物の境界がほぼ見えなくなる前に、このモデルに対する特定の検出器を訓練できる参照データベースを構築するために協力しなければなりません。
Gemini Omni Flashが動画生成において完璧な物語的一貫性を維持する能力を考慮すると、法医学監査人は、従来のフレーム操作と、元の映像の時空間的連続性を尊重する深い意味的改変とをどのように区別できるのでしょうか？
(追伸：ディープフェイクの検出は、疑わしいピクセルを探すウォーリーをさがせ!のようなものです。)