用 AI 揭穿 AI：加州大學與 Google 開發 UNITE 模型可識破造假影片

人工智慧造假技術愈趨成熟，現在不只人臉可以被偽造，連背景、動作甚至整段影片都可能是假的。面對這股趨勢，加州大學河濱分校（UCR）與 Google 研究團隊攜手打造出一套名為 UNITE 的 AI 偵測系統，強調「即使影片裡沒有人臉，也能識破造假」。

UNITE 不靠人臉辨識，揭穿合成影片的時空破綻

UNITE（Universal Network for Identification of Tampered and Synthesized Videos）不同於過去多數只分析人臉的深偽辨識工具，它運用 Transformer 架構的深度學習模型，分析影片的「背景細節」、「動作模式」與「時空不一致性」，即使是從文字或圖片生成的 AI 合成影片也能成功辨識。

此外，UNITE 採用一種名為「注意力多樣性損失」（Attention Diversity Loss）的創新訓練機制，讓系統不只聚焦單一畫面區域，而是全面監控多個視覺焦點，避免錯過非人臉造假線索。

研究亮相 CVPR 頂級會議 未來可望成為社群平台查核工具

這項研究已於 2025 年 CVPR（電腦視覺與圖像辨識大會）上正式發表，研究論文由 UCR 博士生 Rohit Kundu 主導，並與 Google 研究員共同合作。Kundu 曾於 Google 實習，透過這段合作取得豐富的訓練資料與算力資源，提升模型準確率。

UNITE 的潛在應用包含：社群平台內容查核、新聞媒體真偽辨識、事實查核組織輔助工具等。雖然目前仍在開發階段，但已有望成為反制深偽影音資訊戰的重要武器。

Kundu 表示，隨著 AI 技術普及，「任何人都能製作假影片，讓名人講出沒說過的話」。這種現象對公共信任、民主選舉、社會安全等皆構成挑戰。他強調：「當科技讓我們更難分辨真相時，我們也必須打造出能揭穿假象的科技。」

• 延伸閱讀：微軟展示利用機器人加上AI深度學習技術，將資料中心的硬碟拆解回收再利用
• 延伸閱讀：機器學習與深度學習有何不同？一個有監督，一個沒有監督？
• 延伸閱讀：鴻海推出新時代自動駕駛軌跡預測深度學習模型「QCNet」，宣稱軌跡預測準確度優於業界