Copied


WeVisForensics atteint une précision de 95.2% dans la détection de vidéos générées par IA

Peter Zhang   Nov 20, 2026 14:06 0 Min Read


Des chercheurs de l'équipe Vision de WeChat de Tencent et de l'Université de Nanjing ont dévoilé WeVisForensics, un cadre à la pointe de la technologie pour détecter les artefacts de vidéos générées par IA. Le système tire parti d'une architecture agentique auto-évolutive et d'un apprentissage par renforcement à double échelle temporelle pour atteindre une précision de détection de 95.2% , surpassant la meilleure méthode précédente de 9 points de pourcentage.

Cadre agentique innovant

WeVisForensics emploie un système agentique en deux niveaux. Un agent "investigateur" principal coordonne une bibliothèque de sous-agents "inspecteurs" spécialisés, chacun formé pour détecter des anomalies spécifiques telles que des incohérences visuelles, des implausibilités physiques, du texte déformé et un audio décalé. L'investigateur décide dynamiquement quel artefact examiner, sur quelle fenêtre de temps, et quand conclure l'analyse, optimisant ainsi le processus d'inspection pour l'efficacité et la précision.

Optimisation de la politique à double échelle temporelle

L'optimisation de la politique à double échelle temporelle (DTPO) du cadre est une innovation clé. L'agent investigateur subit un apprentissage par renforcement rapide, tandis que les agents inspecteurs sont affinés de manière plus progressive. Cette approche co-évolutive garantit que les deux niveaux d'agents s'améliorent simultanément, permettant au système d'identifier des artefacts subtils qui pourraient autrement être négligés.

Dataset ForenCue-30K

Pour soutenir la formation et l'évaluation de WeVisForensics, les chercheurs ont constitué ForenCue-30K , un ensemble de données comprenant des annotations judiciaires spécifiques au rôle et des trajectoires d'interaction. Cet ensemble de données facilite à la fois l'apprentissage supervisé pour les inspecteurs individuels et l'apprentissage par renforcement pour leur coordination.

Performance et publication en open source

WeVisForensics a démontré son efficacité à travers des benchmarks en domaine, hors domaine et agentiques, atteignant une précision de détection moyenne de 95.2% . La capacité du système à fonder ses verdicts sur des preuves judiciaires localisées renforce encore sa fiabilité. Le projet a été publié en open source, avec le code, les poids LoRA et une démo Gradio disponibles sur GitHub à https://github.com/Tencent/WeVisForensics.

Avec ses performances de pointe et son architecture innovante, WeVisForensics représente une avancée significative dans le domaine de la détection de vidéos générées par IA, répondant au besoin croissant d'outils judiciaires fiables à une époque où les technologies de génération vidéo deviennent de plus en plus sophistiquées.


Read More