在实际应用中，部署 AI 生成的视频检测器需要极低的假阳性率（FPR），以避免错误拒绝真实内容，然而标准指标如 AUROC 并不能反映实际操作行为。为此，我们提出了一种训练无关的检测器——空间补丁级不一致性与时间粗糙度（SPLIT），它利用冻结的视觉编码器上的补丁令牌来检测完全生成和部分编辑的视频。
SPLIT 计算了两个互补信号：
- 两步时间粗糙度（TTR）：通过一阶和二阶特征变化对比，捕捉不平滑的补丁轨迹。
- 局部空间运动不一致性（LSMI）：通过特征空间运动场的梯度测量空间上不一致的时间变化。
这两者通过伽玛校正以乘法方式融合，从而在严格阈值下提高真实与伪造的分离效果。我们还提出了一种基于假回召（Fake Recall）与固定 FPR 的服务对齐评估协议，结合真实内容的阈值校准和跨真实阈值转移。
在三个基准测试（FakeParts、GenVideo 和 ViF-Bench）上，SPLIT 在 FPR = $0.1\%$ 时达到了最高的假回召，显著超越了监督和无训练基线，同时对后处理保持鲁棒，且开销极小。代码已在 GitHub 上公开。
博主点评： SPLIT 方法的提出为视频检测领域带来了新的思路，尤其是在处理生成与编辑视频时的高效性和准确性上。其创新的信号融合机制有效提升了检测性能，值得在实际应用中广泛推广。