在人工智能技术日益发展的背景下，虚假视频的制作手段不断升级，已不再局限于面部替换或语音修改。加州大学河滨分校的 Amit Roy-Chowdhury 教授与博士生 Rohit Kundu 联合谷歌科学家，开发出一种全新的 AI 检测系统 UNITE，能够识别更复杂的视频伪造内容，包括完全由 AI 生成的视频。 传统深度伪造检测技术主要依赖于识别面部变化，但这类方法在视频中没有面部出现时往往失效。而 UNITE 通过分析整个视频画面，包括背景和运动模式，突破了这一限制，成为首个能检测非面部内容伪造的工具。该系统基于 Transformer 深度学习模型，利用一种名为“注意力多样性损失”的新训练方式，让模型关注视频中的多个视觉区域，而非仅限于人脸。 随着文本生成视频和图像生成视频技术的普及，任何人都能制作高度逼真的虚假视频，对社会造成严重威胁。UNITE 能有效识别从简单面部替换到完全合成的视频，涵盖多种伪造形式。该研究在 2025 年计算机视觉与模式识别会议（CVPR）上发表，由 Kundu 主导，谷歌研究者 Hao Xiong、Vishal Mohanty 和 Athula Balachandra 也参与其中。 目前，UNITE 尚处于开发阶段，但有望在未来被社交媒体平台、新闻机构和事实核查组织广泛使用，以防止虚假视频传播。研究团队表示，随着 AI 制作虚假内容的能力提升，检测技术也必须同步进步，以帮助公众辨别真假信息。