Le gradient spatio-temporel normalisé (NSG) a été proposé conjointement en octobre 2025 par une équipe de recherche de l'Université de technologie de Chine méridionale, de l'Université des sciences et technologies de Chine et du laboratoire de Pazhou, entre autres universités et institutions. Les résultats de ces recherches ont été publiés dans un article. Modélisation spatio-temporelle basée sur la physique pour la détection vidéo générée par l'IAIl a été sélectionné pour NeurIPS 2025.

La statistique NSG quantifie le rapport entre le gradient de probabilité spatiale et la variation temporelle de la densité, capturant ainsi explicitement les écarts par rapport à la dynamique vidéo naturelle. La NSG met en évidence les différences fondamentales dans la manière dont les vidéos respectent les contraintes physiques, tout en s'affranchissant des artefacts spécifiques. Elle permet une détection sensible même lorsque les différences visuelles sont imperceptibles pour l'œil humain ou les modèles traditionnels. À l'aide d'un modèle de diffusion pré-entraîné, les chercheurs ont développé un estimateur NSG par approximation du gradient spatial et modélisation temporelle de la perception du mouvement, préservant ainsi les contraintes physiques sans nécessiter de décomposition complexe du mouvement.