AI生成の映像は、境界と時間の流れで破綻します。生成モデルはもっともらしい表面を作るのが得意で、ものとものが接するところの整合を保つのは苦手、そして任意の細部を1秒後もまったく同じに保つのはさらに苦手です。

ここから実用的な方法が出てきます。顔をじっと見るのをやめて、境界と連続したコマを確認することです。1コマは完璧でありえます。同じショットの10秒間は、たいていそうではありません。

もっとも成果の出るチェック項目は何ですか？

わかりやすさの順ではなく、はっきりした答えが出る頻度の順に並べます。

チェック項目 何を見るか なぜ効くのか
手と指 指の本数を数える。指が交差するところ、何かを握るところを見る 手は関節が多く自己遮蔽も頻繁——一貫性を保つのがもっとも難しい形状
ピアスとアクセサリー 左右の非対称、形の揺らぎ、髪の陰に消えて別の形で戻ってくるもの 小さな剛体には強い事前知識がなく、生成モデルはコマごとに即興で描く
背景に重なる毛先 シルエットの縁にある1本1本の毛、背景に溶けていく後れ毛 境界の細かいアルファ情報は、切り抜きのアーティファクトが集中する場所
発話中の歯と舌 文の途中で歯の本数や形が変わる、舌の形状 口の内部構造はコマごとに作り直されることが多い
時間的な一貫性 同じショットを0秒、2秒、4秒で止め、ほくろ、傷跡、タトゥー、爪の長さ、布の柄を見比べる 構造的な制約がない細部は、そのまま保つ力が働かないので揺らぐ
接触点の肌 手が肌を押すところ、肌と布が接するところ 接触による変形には物理が必要で、モデルはそれを近似しているだけ
画面内の文字 看板、パッケージ、画面上の字幕 文字は古典的な破綻ポイント——字形はもっともらしいのに単語として意味をなさない
瞳の映り込み 左右で違うキャッチライト、何も一貫して映していない反射 反射には存在しないはずのシーンモデルが必要

時間的な一貫性の行が単独では最強の手法で、しかももっとも使われていません。同じショットを何か所かで止めて、具体的で任意の細部——ほくろの正確な形、シーツの柄、爪の長さ——を見比べてください。カメラは同じものを記録します。生成モデルはそれを毎回作り直します。

いま1枚の静止画に人が騙されるのはなぜですか？

コマ単位の品質こそ、生成研究がもっとも力を入れて最適化してきたところで、静止画についてはほぼ解決済みだからです。

古い手がかり——蝋のような肌、不気味なほどの左右対称、崩れた耳——は前世代のモデルのアーティファクトであり、それが見当たらないことを根拠にすると誤った自信を生みます。2026年の生成物を2022年のアーティファクトで判断すると、どちらの方向にも自信満々の誤答が出ます。

そこまで解決されていないのが持続性です。カメラも被写体も動くなか、制約のない細部すべてを何百コマにもわたって同一に保つこと。残された証拠はそこにあります。

一貫性は実際どうやって確認しますか？

  1. カットのない連続したショットを1つ選ぶ。 カットは何もかもをリセットし、生成モデルに免罪符を与えます。
  2. そのショットのなかで3、4か所止める。
  3. 任意で、構造的でない細部を選ぶ。 ほくろ、そばかすの集まり、タトゥーの輪郭、布のプリント、爪の形、アクセサリーの一連。
  4. 止めた各点で見比べる。 本物の細部は安定しています。AI生成の細部は揺らぎ、形が変わり、消えては別の形で戻ってきます。
  5. 画面の別の場所にある2つ目の細部でも繰り返す。 揺らぐ細部が1つならコーデックのせいかもしれません。2つあればパターンです。
  6. 手が何かの前を横切る場面をコマ送りで見る。 遮蔽の境界は、一貫性の破綻がもっともはっきり出るところです。

顔検索でAI生成かどうかわかりますか？

直接はわかりません——そして、何ができて何ができないのかを正確に言っておくことが大事です。

顔検索は、あなたのコマを索引済みの顔と照合して類似度スコアを返します。そこから得られるのは出所の手がかりであって、AI生成かどうかの判定ではありません。

  • 実在する索引済みの女優に強く一致した場合、その顔が実在の人物に似ていることがわかります。これは正規のリリースとも整合しますし、別の映像への顔の貼り替えとも整合します。問いを絞り込むだけで、答えにはなりません。
  • 一致しなかった場合、ほとんど何もわかりません。当サイトの索引には241,792件の顔があり、106サイトにまたがって2,333件が女優名に紐づいています（当サイトの索引、2026-08時点のスナップショット）。そして2,333人のうち2,246人は代表画像を単一のソースから取っています。一致しないことは、AI生成の証拠であるより、網羅率かコマの画質の問題であることのほうがはるかに多いのです。

役に立つ組み合わせは、顔が強く一致し、かつ上記の時間的なチェックで破綻していることです。そのパターンは、実在する女優の肖像が生成映像や差し替え映像に載せられている状態と整合します。同意なく行われる以上、これは深刻な問題です。

はっきりさせておく限界： ここに挙げたチェックはどれも証明ではありません。確率を動かすだけです。目視だけでAI生成かどうかを断定してみせる人は、証拠が支えられる範囲を超えたことを言っています。

自動判定ツールはどうですか？

その出力は判決ではなく、材料のひとつとして扱ってください。

判定器は特定の系統の生成モデルの出力で学習しており、その系統が変わると精度を落とします。しかも、あなたが実際に調べることになりそうな素材——再エンコードされ、リサイズされ、ウォーターマークの入った映像、つまり判定器が頼りにしている細かい統計的痕跡を圧縮が壊してしまった映像——でこそ性能が落ちます。誤検知も見逃しも、どちらもよくあることです。

どれだけ落ちるかは、少なくとも研究の世界では測定されています。2025年のコンピュータビジョン系の学会に併設された独立のブラインド評価では、最上位の参加チームでも、無加工の生成映像で0.93 AUC、通常の後処理をかけると0.74、画面録画を経た映像では約0.62でした。最後の数字はコイン投げからそう遠くありません。別の研究では、学習に使った生成モデルに対しては96%を超えていた判定器が、学習していない生成モデルに対しては5割台半ばまで落ちることがわかっています。

これらは統制された条件で評価された研究用のシステムです。あなたが実際に使える一般消費者向けの「これAI？」ツールについては、独立に再現された精度の数字はまったく存在しません——商用の動画判定器を含めた唯一の評価は、契約上ベンダー名を伏せる義務を負っており、それは再現可能性の対極にあります。ですからこのページは、名前のあるツールについて精度の数字を一切引用しません。そして自分で自分の精度を掲げているツールは、あなたが検証できることを何ひとつ言っていません。

出典：SAFE Challenge 動画部門（ICCV 2025）、GenVidBench および Deepfake-Eval-2024 の評価。2026-08-03 確認。

これが好奇心を超えて重要なのはなぜですか？

実在の人物を同意なく描いた合成映像は本物の被害であり、人違いはその被害をさらに大きくするからです。

実在の、特定できる人物を写しているように見える動画が一貫性のチェックで破綻したなら、責任ある対応は、それを未検証のものとして扱い、再配布しないことです。結論を公表することではありません。合成だという誤った告発は実在の女優を傷つけますし、本物だという誤った思い込みは捏造された描写を拡散します。どちらの誤りにも、向こう側に人がいます。

関連する疑問

問いのうち「出所」の側だけでも答えが欲しいなら、ここにコマをアップロードしてください。その顔が索引済みの女優と一致するかどうかをスコア付きで返します。顔検出はブラウザ内で動き、元の画像が端末から出ることはありません。