NvidiaはSIGGRAPH 2026で、メディアエコシステムにおける増大する盲点、つまり映像が現実世界で撮影されたものか、完全にAIによって生成されたものかを迅速かつ大規模に判別できないという問題に取り組むツールを発表した。
Synthetic Video Detector（合成動画検出器）はNIMマイクロサービスとして公開され、映像をフレームごとに分析し、コンテンツがAI生成であるかどうかの確率スコアを割り当てる。非圧縮の1080p映像では92%の精度を達成し、RTXハードウェア上で1フレームあたりわずか22ミリ秒で処理する。これはライブ放送ワークフローに十分な速さである。精度は圧縮率15%で87%、圧縮率50%で82%に低下し、プラットフォームレベルの圧縮（YouTube、TikTok、Instagram）が微細なアーティファクトを除去することで検出モデルに課題をもたらすことを反映している。
Nvidiaはこの検出器を、従来の検証方法に代わるものではなく、補完するものとして位置づけている。編集チームはそのスコアを利用して、レビュー対象のクリップを優先順位付けしたり、疑わしい映像にフラグを立てたり、より詳細なフォレンジック分析に回したりすることができる。最新のモデルリビジョンは、合成メディア検出の業界ベンチマークであるAIGVD Benchでトップにランクされ、Nvidiaの内部テストセットでAUC 0.9614、精度0.9453を達成している。
このタイミングはAI環境の変化を反映している。映像生成モデルは、フォトリアリスティックなクリップを低コストでテキストプロンプトから生成できるところまで進歩している。クリエイティブツールを可能にする同じ技術が、説得力のある誤情報を生成する障壁も低下させており、選挙、自然災害、地政学的危機の際に捏造されたクリップが、人間のファクトチェッカーが対応する前に世界中を駆け巡る可能性がある。
Nvidiaは、この検出器をWowzaのIntelligence Video Frameworkに統合する計画であり、同フレームワークは170カ国、35,000以上のデプロイメントで利用されている。同社は、このシステムは万能薬ではなく、ソース検証、編集判断、人間による監視が引き続き不可欠であると強調しつつも、機械速度での自動検出が必要な防御層になりつつあると主張している。
Sources: NVIDIA’s new AI can detect deepfake videos in just 22 milliseconds (Digital Trends, July 2026); NVIDIA’s Synthetic Video Detector Spots Fake News and AI-Generated Content With 92% Accuracy (WCCFTech, July 2026)
雅子 訳