准确率最高92%：英伟达推出SVD服务，可识别AI生成视频

这个SVD服务已经整合进了英伟达的推理微服务（NIM）里。原理很简单：逐帧检查视频，判断每一帧到底是人拍的还是AI捏的。

技术细节上，SVD先把视频拆成一帧一帧的，每帧裁剪成504x504的分辨率，然后交给Meta开发的俩视觉变换器模型——DINOv2和DINOv3来处理。系统会给每一帧的空间特征打一个0到1之间的分数：0代表完全真实，1代表完全伪造。最后把所有帧的得分平均一下，换算成百分制，就能判断视频真伪了。

性能方面，准确率受视频压缩率影响挺大。基准测试显示，检测未经压缩的视频时，准确率高达92%；一旦压缩到15%，就降到87%；即便压缩到50%，SVD依然能维持82%的准确率——这个表现相当可以了。

处理速度上，SVD作为微服务延迟极低。在Nvidia RTX GPU上处理一段1080p视频，只需要22毫秒，工作站型号上也就30毫秒。基本可以做到实时检测。

附上官方测试截图，大家感受一下不同场景下的效果：

最新合成视频示例

最新真实视频示例