
 
 Podes dicir unha profunda falsidade dun vídeo real? A maioría da xente cre que pode. Podes dicir unha profunda falsidade dun vídeo real? A maioría da xente cre que pode. A unha descubriu que só o 0,1% dos participantes identificaron correctamente todos os medios falsos e reais mostrados a eles. , que é apenas mellor que un flip de moeda.Mentres tanto, o volume de contido deepfake en liña foi de un incremento do 1,500% en dous anos. Europol prevé que . Estudo 2025 iProov O 24,5% 500.000 incidentes en 2023 a un proxectado 8 millóns en 2025 O 90% do contido en liña podería ser xerado sintéticamente en 2026 A resposta estándar a este problema foi construír detectores mellores. Adestrar máis modelos de IA para identificar o que o contido xerado por IA parece. O problema é que este enfoque nunca funcionou e nunca vai. Cada vez que un modelo de detección mellora, os modelos de xeración melloran en resposta. Os dous están permanentemente pechados nun ciclo, e os detectores están sempre un paso detrás dos xeradores. Observou que a clonación de voz cruzou o que os investigadores chaman o "límite indistinguible", e que o realismo do vídeo alcanzou o punto en que o flash de contos e as distorsións estruturais usadas unha vez para identificar as falsas desapareceron en gran medida. Análise da fortuna a partir de decembro de 2025 https://x.com/brevis_zk/status/2030976988174041325?embedable=true Siwei Lyu, profesor de Ciencia da Computación na Universidade de Buffalo e director do UB Media Forensics Lab, exponse claramente: a liña de defensa significativa cambiará do xuízo humano cara a protección a nivel de infraestrutura, incluíndo os medios asinados criptográficamente usando . Especificacións C2PA Esa é a súa infraestrutura. Lonxe Vera O problema coa detección é estrutural, non técnico Antes de entrar no que Brevis Vera fai, vale a pena entender por que o enfoque de detección falla tan consistentemente. As ferramentas de detección de IA están adestradas en patróns coñecidos de medios sintéticos. Aprenden o que o contido falso parece baseado en exemplos que xa existen. A actualización da tecnoloxía de xeración do momento, o modelo de detección está a traballar con patróns desactualizados. Este non é un problema de enxeñaría resolvible dentro do paradigma de detección. É unha asimetría fundamental: o atacante sempre sabe exactamente o que o defensor está a buscar e pode simplemente evitar producir eses sinais. , por encima de $ 5.500 millóns en 2023. que é unha morea de capital perseguindo un problema que non se pode resolver con máis do mesmo enfoque. O mercado de detección de falsas profundas prevese que alcance os 15.700 millóns de dólares en 2026 A cuestión máis profunda é filosófica. A detección pregunta: "Parece que isto é real?" Esa é unha pregunta probabilística sen unha resposta definitiva. Provence pregunta: "Pode isto probar de onde veu?" Esa é unha pregunta verificable cunha resposta matemática. O cambio da detección á procedencia non é unha mellora incremental. É unha declaración de problema completamente diferente. O que Brevis Vera realmente fai , lanzado o 9 de marzo de 2026, é un sistema de autenticación de fin a fin de medios. Non analiza os medios despois da publicación para determinar se parecen reais. Constrúe e preserva unha cadea criptográfica de probas desde o momento da captura a través de cada edición, ata a versión publicada final. Lonxe Vera O sistema ten dous compoñentes que traballan xuntos. A primeira é (Coalición para a procedencia e autenticidade do contido), un estándar aberto fundado por Adobe, Arm, BBC, Intel, Microsoft e Truepic. Pense en C2PA como un recibo obvio que unha cámara xera o instante en que capta unha imaxe ou vídeo. O dispositivo sinala os medios criptográficamente no momento da captura, vinculando o contido ao hardware e producindo metadatos de procedencia. As cámaras de Sony, Leica e Nikon xa o soportan. A especificación C2PA v2.2 foi publicada en maio de 2025. C2P Pero hai unha brecha. Os medios en bruto case nunca son o que se publica. Os xornalistas cultivan imaxes, os editores axustan a exposición e a cor, as caras son borradas para a privacidade, engádense subtítulos e anotacións e todo se comprime para cargar máis rápido. No momento en que ocorre calquera destas edicións, a sinatura de hardware orixinal de C2PA xa non se aplica ao ficheiro modificado. Un simple cultivo rompe a vinculación criptográfica entre o que a cámara asinou e o que finalmente aparece en liña. A autenticidade e a edición están en tensión directa, e ata agora, non había xeito de reconcilialos. A proba de coñecemento cero da edición: por que isto é novo Aquí é onde Brevis Vera introduce algo que non existiu antes. Para entender as probas de coñecemento cero (probas ZK), unha sinxela analoxía axuda. Imaxina que quere probar que coñece a resposta a un crebacabezas sen realmente mostrar a ninguén a resposta. Unha proba ZK permítelle facer exactamente iso: demostrar matemáticamente que unha afirmación é verdadeira sen revelar a información subxacente. No caso de Vera, a "afirmación" é: esta imaxe publicada deriva dun orixinal auténtico asinado por C2PA, e só se aplicaron edicións lexítimas a ela. Vera integra con bibliotecas de edición de imaxes de código aberto e utiliza o Para xerar unha proba de coñecemento cero de todo o proceso de edición. Cando un editor modifica os medios asinados por C2PA usando software soportado, Vera toma os metadatos asinados orixinais e os medios en bruto como entrada, executa as transformacións e xera unha proba que matemáticamente atesta tres cousas: a saída deriva do orixinal asinado, só se aplicaron transformacións permitidas e non se introduciron edicións ocultas ou maliciosas. Brevis Pico zkVM Este é o primeiro sistema que mantén a proba criptográfica da autenticidade ao longo de todo o ciclo de vida dos medios.Non da cámara, non da suite de edición, non do editor, senón da cámara todo o camiño ata a publicación, con cada paso contado. Quen necesita isto e por que agora Os casos de uso non son abstractos.En febreiro de 2024, un traballador financeiro de Arup foi enganado en cables Os seus compañeiros, os Só en Norteamérica, as perdas por fraudes falsas superaron os 200 millóns de dólares no primeiro trimestre de 2025. 25 millóns de dólares por unha chamada de vídeo O incidente medio de fraude de falsidade profunda agora custa preto de US $ 500,000 Para o xornalismo fotográfico, as apostas son diferentes, pero igualmente graves.Unha única imaxe fabricada ou alterada circulando como noticias reais pode moldar a opinión pública, influír nas eleccións e destruír carreiras.A infraestrutura de verificación de feitos existente non pode manter o ritmo co volume e a velocidade da distribución de medios sintéticos. O informe atopou un vídeo profundamente falso no ano pasado. O 60% dos consumidores Brevis Vera diríxese exactamente aos fluxos de traballo onde a autenticidade importa máis: organizacións de noticias, cineastas de documentais, probas xudiciais, comunicacións corporativas e calquera contexto onde unha imaxe ou vídeo publicado necesita levar probas verificables da súa orixe. , e Brevis está actualmente en discusións con aplicacións de edición de imaxe e vídeo orientadas ao consumidor para levar Vera directamente ás ferramentas creativas amplamente utilizadas. Implementación en GitHub As honestas limitacións Ningún sistema é sen compromisos, e Vera non é unha solución universal. A adopción de C2PA a nivel de hardware aínda é limitada. Mentres que Sony, Leica e Nikon soportan o estándar, a maioría das cámaras e smartphones aínda non producen medios asinados por C2PA. Vera só pode verificar os medios que foron capturados cun dispositivo capacitado por C2PA. O contido tirado nunha cámara non asinada non pode usar o sistema, o que significa que a utilidade difundida depende da adopción de hardware que aínda é temperá. A súa Tamén observa que C2PA rexistra o que os creadores declaran, e que os metadatos de procedencia poden teoricamente ser alterados ou eliminados antes de que se xere a proba ZK. A garantía de Vera é forte dentro das súas condicións de funcionamento, pero esas condicións requiren unha cadea de confianza a partir do nivel do hardware. Revisión técnica do Foro Mundial de Privacidade sobre C2PA Estas son limitacións reais. Non fan que Vera sexa irrelevante. Fagan que o argumento para a adopción de hardware C2PA máis ampla sexa máis urxente. Pensamentos finais A carreira de armas de detección non ten gañador porque os dous lados non están en pé de igualdade: os xeradores establecen o ritmo, os detectores perségueno. O enfoque de primeira procedencia de Vera é a resposta arquitectónica correcta a este problema. Mover a pregunta de "¿Parece real isto?" a "¿Pode isto probar que é real?" é un cambio estrutural, non unha mellora incremental. O sistema é vivo, de código aberto e construído cara á integración coas ferramentas de edición que os profesionais xa usan a diario. Que a traxectoria importa. A adopción ampla require que a xeración de probas ocorra dentro de fluxos de traballo coñecidos sen fricción. Se Brevis pode lograr esa integración a escala, Vera ten o potencial de converterse nunha infraestrutura que a internet non sabía que precisaba pero non pode operar honestamente sen. Non esquezas gustar e compartir a túa historia!

This story contains new, firsthand information uncovered by the writer.

The writer was physically present in relevant location(s) to this story. The location is also a prevalent aspect of this story be it news or otherwise.

Hot off the press! This story contains factual information about a recent event.

Winner of Noonies 2020 for the award Hacker Noon Contributor of the Year - DATA.

2020 - Hacker Noon Contributor of the Year in DATA

Read My Stories

Este audio está producido na lingua orixinal da historia!

Por que Brevis Vera podería poñer fin á carreira de armas de detección de falsos profundos

About Author

COMENTARIOS

Etiquetas colgantes

ESTE ARTIGO FOI PRESENTADO EN

Related Stories

R Systems BlogBook—Chapter 1: Round 2 is Now Open for Submissions🎉

HackerNoon Decoded 2024: Celebrating Our Tech Stories Community!

HackerNoon Decoded 2024: Celebrating Our Product Management Community!

HackerNoon Decoded 2024: Celebrating Our Society Community!

R Systems BlogBook—Chapter 1: Round 2 is Now Open for Submissions🎉

HackerNoon Decoded 2024: Celebrating Our Tech Stories Community!

HackerNoon Decoded 2024: Celebrating Our Product Management Community!

HackerNoon Decoded 2024: Celebrating Our Society Community!

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps