أصبحت الفيديوهات المُولَّدة بواسطة الذكاء الاصطناعي (AI) واقعية للغاية، مما يصعب تمييزها عن الفيديوهات الأصلية، ويفتح المجال لسوء استخدامها بشكل ضار. لذلك، يُعتبر تتبع هذه الفيديوهات إلى مصادرها المحددة أمرًا بالغ الأهمية للتحقيقات الجنائية والتنظيم القانوني. ومع أن غالبية الطرق الحالية تركز على الصور وتعتمد على نموذج توليد الصور، إلا أنها تفتقر إلى القدرة على التكيف مع بيانات الفيديو المُولَّدة على نطاق واسع.

في محاولة للتغلب على هذه القيود، تم تقديم نموذج جديد لتتبع الفيديوهات المُولَّدة بدون الحاجة إلى تدريب. يقوم هذا النموذج بصياغة مهمة تتبع الفيديو كعملية استرجاع للحالات، وطور نموذجًا يعتمد على بصمة الإبداع - Pipeline. يتكون هذا النموذج من تحويل اللون المتعامد المعدل، وتوليد البقايا الكمومية متعددة المقاييس، وتجميع زمني دلالي، مما يساعد في التقاط ودمج الآثار الناتجة عن النماذج التوليدية عبر إطارات الفيديو.

كشفت التجارب الموسعة على معيار GenVidBench عن أن النموذج الجديد يحقق أداءً قوياً في كل من كشف الفيديوهات المُولَّدة بالذكاء الاصطناعي وتحديد مصدرها، متفوقًا على الطرق الحالية ذات الجودة العالية بنسبة دقة Rank-1 تصل إلى 20.5% ومتوسط دقة متوسط يبلغ 16.6%. للمزيد من التفاصيل، يمكنكم الاطلاع على الكود المصدري من خلال الرابط: [رابط_المقال]