Year: 2025
Type: article
Abstract: 随着人工智能技术的不断演进, 深度伪造（Deepfake）正从单一模态合成发展为包含视、听、文多种媒介的复杂生成形式.多模态大模型（Large Multimodal Models, LMMs）的出现在显著增强伪造内容生成能力的同时,也为伪造检测任务带来了前所未有的机遇与挑战. 本文归纳了在大模型背景下，伪造检测技术的研究进展与技术演化, 回顾了近年来相关研究成果, 并总结了近期各类多模态伪造检测数据集. 在此基础上,深入分析了多模态大模型在检测性能、幻觉现象识别、判断准确性与公平性等方面展现的潜力与面临的问题. 最后, 本文展望了伪造检测技术的发展趋势, 包括伪造信息的多模态化、数据集形态的多样化和传统检测方法的价值等方向.
Source: Scientia Sinica Informationis
Language: English
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: bronze
OpenAlex ID: W4416377683