WeVisForensicsとは

WeVisForensicsとは、映像や音を調べる役割をAIに分け、生成AIで作られた動画の疑いを根拠とともに示す研究手法です。Tencentなどの研究者が2026年11月16日に論文を投稿しました。

英語表記:WeVisForensics

動画の頭から終わりまで同じ視点で見る代わりに、何秒付近を、どの観点から調べるかを選ぶ設計です。実務で注目したいのは、動画を受け取った人が確認箇所を絞れる点。

調査役はどんな手掛かりを拾う?

調査役のAIエージェントは、気になる時刻や区間を選び、外見、物の動き、場面の自然さ、映像内の文字を調べる担当を呼び出します。音声を確認するときに分析の対象となるのは、音声トラック全体です。報告を受けた後は、別の区間や別の観点を調べるか、そこで調査を終えるかを選びます。調査は1本の動画につき最大4回までで、30秒を超える動画では、おおむね15秒の区間に絞って調べる設計です。

たとえば商品紹介の映像を受け取ったとき、音声と映像の様子が合わないという指摘があれば、担当者が最初に見るのは、指摘された区間。そこに音のずれが聞こえたら、後から音を録り直したり、編集したりしたという説明があるかを照合する手もあるでしょう。一本全体への判定と、人が見返せる時刻が分かれているのが実務上の違いです。

動画の出どころを確かめる手段

これと役割が違うのが、ファイルの作成元や編集履歴を伝える仕組みです。映像から手掛かりを探す一方で、C2PAなどは素材の来歴をたどるための手掛かりを記録します。

実務では、映像の異変を示す報告が出た場面と、提出元の説明が一致するかを照らし合わせられます。生成の疑いという報告だけで、撮影者や改変の経緯までは確定できません。2026年11月時点で、論文、実装コード、学習済みの重み、試せるデモが公開されています(評価用の問題集は未公開)。公式は研究用と位置づけ、個人に関わる重大な判断をこれだけで自動的に下す使い方は想定していません。

Topicぼけや圧縮、カメラの動きがあっても、それだけでは生成の手掛かりとしない

研究チームは、外見・物の動き・場面の自然さを調べる3つの担当の判断基準に、普通の場面転換、カメラの動き、動きによるぼけ、画質を落とす圧縮、絵柄の加工、アニメを、それだけで異常とみなさない決まりを入れています。実写でも、配信や編集の都合で見え方は変わるもの。変化を見つけたら、通常の撮影や編集で説明できるかも見ます。

WeVisForensicsに関するよくある質問

調べる役割はすべて同じように学習するのでしょうか?
論文では、外見や画面に映る文字などを判定する担当は改良対象です。音声分析と、画面から文字の位置を見つける部品は設定を変えずに使っています。調査役自身も学習で改良され、それらの結果を使って追加の調査が必要かを決めます。
プログラムを自社で検証できますか?
Tencentは実装と学習済みの重みをApache-2.0で公開しています。組み合わせて使う第三者の部品には、その部品ごとのライセンスが適用されます。

あわせて読みたい記事