EVID-Bench：当眼见不再为实——搜索驱动的视频虚假信息检测新基准

本文介绍EVID-Bench，一个面向搜索驱动的视频虚假信息检测的基准测试。该基准针对语义和证据层面的隐蔽视频操纵（如选择性剪辑、AI生成内容注入等），要求模型主动搜索开放网络相关视频，通过跨视频比对识别虚假信息。基准包含222个视频样本，涵盖9种操纵类型，现有前沿多模态模型在此基准上表现不佳，凸显构建主动搜索、跨源验证智能系统的必要性。

在信息爆炸时代，视频虚假信息传播猖獗。传统检测聚焦像素层面篡改（如Deepfake），但更隐蔽危险的操纵发生在语义和证据层面：真实素材被选择性剪辑、时间重排、跨源拼接或注入AI生成内容构建虚假叙事。这类操纵仅凭视频本身，人类和先进AI模型均无法判断真伪，因缺失的证据不在视频内部。

EVID-Bench（Evidence-based Benchmark）是搜索驱动的视频虚假信息检测基准，核心要素包括：

• 222个视频样本：涵盖多种来源和主题
• 9种操纵类型：分三类（AI生成类、单源编辑类、多源拼接类） 关键特点：所有样本仅凭视觉检查无法被前沿模型检测，需模型理解上下文、检索外部证据、逻辑推理。

研究团队评估9个前沿多模态模型，采用检索增强验证作为基线：

• 最佳系统准确率：逐点级别61.43%，视频级别43.24%
• AI生成操纵尤其难检测，因视觉质量与真实视频难区分
• 典型错误模式：无关锚点固着、合成内容误归因、搜索过早终止

对AI研究社区的启示

• 超越端到端思维：需结合外部知识检索
• 多模态推理新挑战：从被动观看转向主动调查
• RAG范式扩展：延伸到验证和事实核查领域

对虚假信息治理的意义

• 技术对抗新战场：依赖跨源验证
• 平台责任：需建立跨视频检索比对机制

EVID-Bench的局限及未来方向：

• 实时性挑战：实际应用需极短时间完成搜索比对
• 多语言与跨文化：当前基准主要基于英文内容
• 对抗性演化：虚假信息制造者会调整策略应对检测技术

EVID-Bench提醒我们，AI生成内容泛滥时代‘眼见为实’失效。构建主动搜索、跨源比对、逻辑推理的智能系统是应对下一代视频虚假信息的关键。该基准为研究者提供评估工具，也为行业指明方向——从单纯内容理解走向证据驱动的智能验证。