El detector de deepfakes de Nvidia analiza vídeo en 22 ms

Nvidia ha presentado Synthetic Video Detector, una herramienta diseñada para identificar vídeo generado por IA lo suficientemente rápido como para integrarse en los flujos de trabajo de redacción y en las canalizaciones de moderación de plataformas. Según la compañía, el sistema puede analizar metraje Full HD en unos 22 ms en hardware RTX y 30 ms en aceleradores L40.

Esa velocidad es el objetivo. A medida que los deepfakes se usan cada vez más tanto en fraudes como en ataques de información, Nvidia presenta la herramienta como una forma de acortar la brecha entre la sospecha y la retirada del contenido. El detector está integrado en el ecosistema de microservicios Nvidia NIM, lo que significa que puede añadirse a las cadenas de procesamiento existentes sin necesidad de crear una pila de servidores separada solo para la verificación de vídeo.

Nvidia también ha cerrado un acuerdo con Wowza, que añadirá la tecnología a su plataforma de procesamiento de transmisión de vídeo, ampliando su alcance potencial a 170 países.

Ya existen competidores y estándares en el mercado, como Reality Defender, Sensity y el estándar de procedencia de contenido C2PA, que ayuda a rastrear de dónde proviene un archivo y quién lo editó. La propuesta de Nvidia no consiste tanto en inventar una nueva categoría como en hacer la detección lo suficientemente rápida para su uso en tiempo real, especialmente a medida que los generadores de vídeo mejoran en imitar movimientos, expresiones faciales y sincronización labial.

Recomendado

La IA no reemplazará a los programadores, pero sí remodelará el trabajo

Especificaciones clave que Nvidia compartió sobre Synthetic Video Detector:

• Análisis fotograma a fotograma con una puntuación de probabilidad de generación por IA
• 92% de precisión en vídeo sin comprimir
• 87% de precisión con compresión del 15%
• 82% de precisión con compresión del 50%
• Integración mediante Nvidia NIM
• Orientado a empresas mediáticas, plataformas y organizaciones que gestionan la moderación de streaming
• Soporte de despliegue a través de socios, incluido Wowza
• Validación por separado en hardware RTX y L40

Para editores y moderadores, la pregunta principal es si esa cifra de 22 ms se mantiene bajo carga de producción real. Si es así, el filtro podría situarse directamente en la parte frontal de la canalización de noticias o de subida, en lugar de esperar a la revisión manual. Para vídeo en directo, donde incluso un minuto de retraso puede convertir un fraude en una historia viral, eso podría marcar la diferencia que importa.