近日，中国信息通信研究院公布首批AIGC多模态（含图像/视频/音频）检测服务系统评测的评估结果，蚂蚁集团AIGC安全检测系统通过评测全部内容，获最高评级（优秀级）。
随着生成式人工智能技术的快速发展，以Stable Diffusion、Sora、ChatGPT为代表的AI生成内容工具得到广泛应用。然而，这些工具在高效生成大量高质量内容的同时，也同时存在被滥用的风险，如制作传播虚假信息、经济诈骗等。
据了解，此次测评依据中国信通院《AIGC图像/AIGC视频/深度合成音频检测服务系统指标要求和评估方法》标准，涵盖功能特性、性能效率、服务稳定性和隐私保护等多个关键领域，共评估了六十余项核心技术指标，旨在评估被测系统在识别图像/视频/音频多模态的不同生成方式内容的多样性能。
测评结果显示，蚂蚁AIGC安全检测系统支持对不同风格、分辨率和光照条件的图像，不同时长、分辨率、长宽比、复杂度和风格的视频，以及不同场景、语种、情感、噪声、时长和编码格式的音频内容进行检测。经严格测试，蚂蚁AIGC安全检测系统在音频、视频和图像三大模态场景全面符合评测标准，已以0.99的F1高分，在三大模态场景的评测中荣获中国信通院颁发的最高服务评级（优秀级）认证。
蚂蚁天鉴安全实验室内容算法总监祝慧佳介绍，蚂蚁AIGC安全检测系统由多模态生成模块和多模态理解模块两大能力模块组成，具备图像、视频、语音三大模态的生成内容检测能力。
其中，多模态生成模块现已覆盖图像、视频、语音近百种生成算法，实现了大批量模态内容的高效生成进而促进多模态理解模块的训练，同时也可利用生成样本来评测当前多模态理解模块的性能，达成以攻促防的安全防护；此外，多模态理解模块可通过图像、视频、音频的多种输入模态内容，基于时序不一致、空间不一致、语义不完善等维度开展算法分析，实现输入内容是否是生成内容的真实性鉴别。
当前，蚂蚁集团AIGC安全检测解决方案已在蚂蚁内部短视频、直播、社区等场景全面应用，日均调用量超千万，能够有效检测声音/形象造假、识别AI生成谣言及恶搞视频，打击流量滥用与平台激励欺诈，维护网络健康环境，保障用户财产安全。
此外，为推动AIGC生成内容的监管与治理，蚂蚁集团秉承开放共赢的理念，开源了业内首个百万级AIGC视频检测数据集GenVideo[1]，目前下载量已突破千次；提出了百万级AIGC图像检测数据集WildFake[2]，该项目已被AAAI 2025接收，并将在不久后开源；同时在语音领域也提出了百万级AIGC语音检测数据集SpeechFake，将在不久后开源。
[1] Haoxing Chen, et al. "DeMamba: AI-Generated Video Detection on Million-Scale GenVideo Benchmark." arXiv preprint arXiv: 2405.19707. https://modelscope.cn/datasets/cccnju/Gen-Video
[2] Yan Hong, et al. "WildFake: A Large-scale Challenging Dataset for AI-Generated Images Detection." AAAI Conference on Artificial Intelligence (AAAI), 2025.
