AI 生成视频越来越难辨真假,腾讯的一篇论文给出了一个新思路:把检测做成一次「调查」。这篇 11 月 16 日提交到 arXiv 的论文(编号 2611.21373,已在 GitHub 以 Tencent/WeVisForensics 开源)提出 WeVisForensics——一个主调查智能体自适应调度一群取证子智能体,覆盖视觉与音频线索,最终给出附可定位证据的判决。论文实验显示,它在三类基准上平均检测准确率 95.2%,较此前最优检测器高 9.0%。对政企内容安全场景,「判决附证据」比「给个真假标签」更有价值——它可审计、可申诉。
论文把视频检测类比成人类取证分析师的工作流:先看整体形成假设,再放大到可检验的时刻与区域,咨询合适的专家,持续收集证据直到结论被支撑。WeVisForensics 把这套流程做成两层智能体系统。
下表数字均来自论文实验(arXiv:2611.21373),属论文口径,非第三方独立复测。
| 指标 | 数值 | 口径 |
|---|---|---|
| 平均检测准确率 | 95.2% | 三类基准(域内/域外/智能体) |
| 较此前最优检测器 | 高 9.0% | 论文实验对比 |
| 判决形式 | 附可定位证据链 | 含时间区间,非仅真假标签 |
对需要做 AI 生成视频鉴别的政企(舆情、内容审核、司法取证辅助等),这套方案有两点契合:其一,开源(GitHub Tencent/WeVisForensics,论文 CC BY 4.0)意味着可以私有化部署到内网,敏感视频不出域;其二,「判决附可定位证据」天然适配审计与申诉流程——不是黑箱给标签,而是能指出「哪一段、什么伪影」支撑结论。落地时建议把检测智能体与内网审核流程对接,判决证据留痕,人工复核兜底。本文仅转述公开论文,不评判任何企业与产品。
把开源检测智能体接进内网审核流程
来源:腾讯 arXiv:2611.21373(2026-11-16 提交,CC BY 4.0)、GitHub Tencent/WeVisForensics;数字为论文实验口径,非第三方独立复测。 本文仅转述公开报道,不评判任何企业与产品,不构成投资建议。
您的看法、追问、以及同行实践里的对照——都欢迎写下来。留下邮箱或手机号,我们会回复;留言审核后公开展示在本页,精选观点我们还会写进后续动态。
正在加载留言…
[中国腾讯开源 WeVisForensics 视频检测智能体:三类基准平均 95.2%,判决附可定位证据](https://javis.org.cn/news-2026-11-22-tencent-wevisforensics-video-detect.html)(机悟 JAVIS,2026-11-22)选一条最费人的流程,看看现有设备能跑什么、要补什么、怎么验——提交后 1 个工作日内联系您;也可以直接加下方企业微信,对接更快。
工作人员将在 1 个工作日内与您联系。急事请直接扫码加企业微信,备注「单位 + 需求」。
加企业微信更快对接