Los Angeles, en een waarschuwing van de leverancier
Op SIGGRAPH in Los Angeles kondigde Nvidia op 20 juli 2026 de Synthetic Video Detector aan, een microdienst binnen het platform AI for Media die beeld per frame analyseert en schat of het is gegenereerd. Rev Lebaredian, vicepresident voor fysieke AI-simulatie, benoemde de inzet onomwonden door te zeggen dat als wij het verschil tussen een synthetische en een echte video niet kunnen zien, dat het publieke vertrouwen kan uithollen.
De nuttiger zin stond verderop in de aankondiging, en kwam van Nvidia zelf en niet van een criticus. In plaats van gevestigde verificatiepraktijken te vervangen, schreef het bedrijf, levert de microdienst een extra signaal voor tijdkritische beslissingen. Dat is een leverancier die u vooraf zegt de uitkomst niet als bewijs te behandelen. Neem dat letterlijk.
Drie cijfers, en het laagste is het uwe
Nvidia publiceerde de nauwkeurigheid op drie compressieniveaus. In de eigen tests haalde het model tot 92 procent op ongecomprimeerde video, 87 procent bij 15 procent compressie en 82 procent bij 50 procent. Het bedrijf meldde daarnaast een oppervlak onder de curve van 0,9614 en een nauwkeurigheid van 0,9453 op een interne testset. De snelheid volstaat voor live gebruik, met 1080p in slechts 22 milliseconden op RTX-systemen en ongeveer 30 milliseconden op L40-versnellers.
Bedenk nu welk van die drie cijfers uw situatie beschrijft. Video die bij een Europees bedrijf binnenkomt heeft een afleveringscodering doorlopen en meestal ook een platform dat het opnieuw codeerde. Een fragment doorgestuurd via een berichtendienst, geplukt uit een sociaal netwerk of opgenomen uit een videogesprek is geen ongecomprimeerd materiaal. De 92 procent hoort bij een laboratoriumtoestand. Het cijfer dat een gewone werkdag beschrijft is de 82.
Het product neemt het formaat uit zijn kop niet aan
Nvidia's technische documentatie stelt dat de dienst H.264-gecodeerde MP4-video aanneemt, op de grafische kaart gedecodeerd naar frames. H.264 is een gecomprimeerd formaat. De invoer die het product werkelijk accepteert is dus per definitie gecomprimeerd, terwijl het nauwkeurigheidscijfer bovenaan de aankondiging op ongecomprimeerde video is gemeten. Beide feiten staan op twee verschillende Nvidia-pagina's en spreken elkaar niet tegen, maar samen gelezen zeggen ze dat het cijfer uit de kop invoer beschrijft die de dienst niet aanneemt.
Diezelfde documentatie noemt de signalen van het model bestand tegen gangbare videobewerkingen, waaronder compressie en hercodering. Bestand is een bijvoeglijk naamwoord. De aankondiging levert het rekenwerk erachter, namelijk een daling van tien procentpunten tussen ongecomprimeerd materiaal en materiaal bij 50 procent compressie. Wanneer een leverancier u zowel een geruststellend woord als zijn eigen metingen geeft, houd het bij de metingen.
Het antwoordt over generatie, niet over waarheid
De detector schat of pixels zijn gesynthetiseerd. Hij beoordeelt niet of de gebeurtenissen op het scherm hebben plaatsgevonden. Een echte camera voor een geënsceneerde scène, een echte opname met een vals onderschrift of authentiek beeld uit het verkeerde jaar gaan alle door voor echt, want in de enige zin die het model meet zijn ze dat. De architectuur is een samenstel van de beeldmodellen DINOv2 en DINOv3 en geeft één kans tussen nul en een voor de hele video terug, met optionele scores per frame.
Dat gat weegt het zwaarst in de gevallen waar bedrijven echt mee te maken krijgen. De factuur die na een overtuigend videogesprek wordt omgeleid, de schadeclaim onderbouwd met beeld, de identiteitscontrole bij aanmelding op afstand: overal is de vraag of het getoonde echt is, niet enkel of een model de pixels tekende. Een hoge echtheidsscore is verenigbaar met een volledig frauduleuze transactie.
Wat vast te leggen voor hij voor uw invoer staat
Wowza bouwt de dienst in via zijn Video Intelligence Framework, dat meer dan 35 000 installaties in meer dan 170 landen bereikt, dus hij arriveert binnen infrastructuur die veel bedrijven al draaien en niet als aparte aankoop. Regel daarvoor drie dingen. Vraag om gemeten nauwkeurigheid op het compressieniveau dat uw eigen materiaal draagt. Vraag welke kansdrempel een handeling activeert, want Nvidia publiceert geen richtlijn over onterechte meldingen. Vraag vervolgens wie de meldingen nakijkt, want op die schaal levert een marge van bijna een op vijf bij gecomprimeerd materiaal werk op in plaats van antwoorden.
Houd de mechanismen ook in uw eigen planning uit elkaar. Inhoud markeren bij het maken en haar achteraf classificeren zijn verschillende dingen: herkomst reist mee met het bestand zolang niemand haar verwijdert, terwijl een classificatiemodel telkens vanuit de pixels schat. Een detector is een redelijk tweede signaal. Het is geen beheersmaatregel waar u uw naam onder kunt zetten, en Nvidia heeft dat zelf gezegd.
Lees hierna: Nvidia's echte binding is nu open source | Japan koopt een AI-fabriek voor eigen robots
