Разработчики представили PES Benchmark v0.2 — инструмент, способный эффективно отличать живое человеческое движение от симуляции, созданной нейросетями. Метод основывается на анализе биометрической энтропии с использованием 128-мерных векторов движения, что позволяет достичь исключительно высокого показателя разделения классов (Cohen's d=10.4).
Что произошло
Был представлен PES Benchmark v0.2, инструмент для обнаружения ИИ-генерированного движения. Система использует 128-мерный вектор движения, извлеченный из 3D-последовательностей поз, и опирается на математические ограничения, такие как предел Найквиста и энтропийный разрыв, чтобы идентифицировать признаки симуляции.
Контекст
Проект MyShape Protocol предлагает переход от статической биометрии к концепции Proof of Continuity. В отличие от традиционных методов проверки, этот подход фокусируется на динамической непрерывности присутствия, используя фундаментальные математические различия между биологическим и синтетическим движением.
Почему это важно для индустрии
Для индустрии ИИ и кибербезопасности появление специализированных бенчмарков означает новый стандарт оценки «человечности» видеоконтента. Это критически важно для разработки систем защиты от продвинутых дипфейков в видеосвязи, создания надежных протоколов KYC (Know Your Customer) и проведения аудита новых генеративных видеомоделей.
Почему это важно для пользователей
Технология обеспечит пользователям более надежные способы подтверждения того, что на другом конце видеосвязи находится реальный человек, а не ИИ-модель. Это станет ключевым фактором доверия в эпоху массовой генерации реалистичного контента.
Что пока неизвестно / ограничения
Для полноценного внедрения в production-среды (например, в системы видеосвязи) требуются дополнительные данные о задержках (latency) и возможности интеграции через API.
Источники
Автор
Look at AI, редакция