מזהה הווידאו הסינתטי של NVIDIA תופס תוכן שנוצר ב-AI בדיוק של 92%+ תוך 22 מילישניות

NVIDIA הציגה מיקרו-שירות NIM לזיהוי וידאו סינתטי שמזהה תוכן וידאו שנוצר ב-AI ותוכן fake news, עם AUC פנימי מדווח של 0.9614 ודיוק של 94.5%. קריטי ל-deploy בעולם האמיתי — הוא מעבד צילום 1080p בזמן שיכול לרדת ל-22 מילישניות על מערכות RTX וכ-30ms על מעבדי GPU מסוג L40 — מהיר מספיק ל-pipelines של מודרציה בקנה מידה כמעט בזמן אמת.

הכלי מטפל בבעיה שמחריפה במהירות: ככל שמודלי הווידאו הגנרטיביים (וגל המודלים הפתוחים לתמונות ווידאו של השבוע) מתרבים, ההבחנה בין צילום אותנטי לסינתטי הופכת חיונית לחדרי חדשות, פלטפורמות וצוותי trust-and-safety. אריזתו כמיקרו-שירות NIM הופכת אותו לניתן ל-deploy מיידי בתוך ה-stack של ה-inference של NVIDIA.

לצד הגלאי, NVIDIA ו-Hugging Face הרחיבו את פלטפורמת ה-open-source LeRobot עם כלי רובוטיקה חדשים מבוססי AI, וחיזקו את אסטרטגיית ה-AI הפיזי של NVIDIA שהפיקה השבוע גם את Cosmos 3 Edge. בנפרד, סטארטאפ ה-inference בשם Infinity גייס 15 מיליון דולר מ-Touring Capital עם גיבוי של חוקרים מ-OpenAI ומ-Anthropic — סימן לכך שמרוץ יעילות ה-inference (שמהדהד את Frozen v2 של Google ואת תוכניות השבב של DeepSeek) מושך תשומת לב רצינית של משקיעים וחוקרים.

ספקנים מציינים שמספרי דיוק הגלאי הם מדווחי-ספק ופנימיים, ושזיהוי מדיה סינתטית הוא מרוץ חימוש שבו הגנרטורים מסתגלים במהירות כדי לחמוק מהמסווגים — 94.5% של היום עלול להישחק מהר. גם שיעורי ה-false-positive בעולם האמיתי על תוכן מגוון נוטים לפגר אחרי המספרים המעבדתיים. הקוראים כדאי שיעקבו אחרי הערכה עצמאית, אחרי אימוץ בפלטפורמות גדולות, ואחרי כמה מהר מודלים גנרטיביים חדשים יותר יביסו את הגלאי.