Vídeo sintético falha nas bordas e ao longo do tempo. Os geradores são bons em produzir uma superfície plausível e ruins em manter coerência onde um objeto encosta em outro — e piores ainda em manter detalhes arbitrários idênticos de um segundo para o próximo.

Isso te dá um método prático: pare de encarar o rosto e comece a conferir bordas e sequências. Um quadro isolado pode estar impecável. Dez segundos da mesma tomada, em geral, não estão.

Quais são as verificações que mais rendem?

Estão em ordem de frequência com que dão uma resposta clara, não de quão óbvias são.

Verificação O que procurar Por que funciona
Mãos e dedos Conte os dedos; observe dedos que se cruzam ou que agarram algo Mãos têm muita articulação e se encobrem o tempo todo — é a geometria mais difícil de manter coerente
Brincos e bijuterias Assimetria entre as orelhas, forma que muda, peças que somem atrás do cabelo e voltam diferentes Objetos rígidos pequenos não têm um padrão forte de referência; o gerador os improvisa a cada quadro
Fios de cabelo contra o fundo Fios isolados na borda da silhueta; mechas que se fundem com o fundo O detalhe fino de transparência numa borda é onde os artefatos de recorte se concentram
Dentes e língua na fala Quantidade e formato dos dentes mudando no meio da frase; geometria da língua As estruturas internas da boca são regeradas com frequência de um quadro para outro
Consistência temporal Congele em 0s, 2s e 4s da mesma tomada; compare pintas, cicatrizes, tatuagens, tamanho das unhas, estampa do tecido Detalhes sem restrição estrutural derivam porque nada obriga que eles permaneçam
Pele nos pontos de contato Onde uma mão pressiona a pele, ou onde a pele encosta no tecido A deformação por contato exige uma física que o modelo apenas aproxima
Texto no quadro Placas, embalagens, legendas na tela Texto é a falha clássica — formas de letra plausíveis, palavras sem sentido
Reflexos nos olhos Pontos de luz diferentes entre os dois olhos, ou que não refletem nada coerente Reflexos exigem um modelo da cena que não existe

A linha de consistência temporal é a técnica isolada mais forte e a mais subutilizada. Pause a mesma tomada em vários pontos e compare um detalhe específico e arbitrário — o formato exato de uma pinta, a estampa de um lençol, o comprimento de uma unha. Uma câmera registra o mesmo objeto; um gerador o reinventa.

Por que quadros isolados enganam as pessoas hoje?

Porque a qualidade por quadro é justamente o que a pesquisa em geração mais otimiza, e isso já foi em boa medida resolvido para imagem parada.

Os sinais antigos — pele com cara de cera, simetria estranha, orelhas deformadas — são artefatos de modelos anteriores, e procurar por eles gera falsa confiança quando não aparecem. Julgar uma geração de 2026 pelos artefatos de 2022 produz respostas erradas e confiantes nas duas direções.

O que não foi resolvido com a mesma profundidade é a permanência: manter todo detalhe sem restrição idêntico ao longo de centenas de quadros enquanto a câmera e a pessoa se movem. É aí que mora a evidência que sobrou.

Como conferir a consistência na prática?

  1. Escolha uma tomada contínua — sem cortes. Cortes zeram tudo e dão passe livre ao gerador.
  2. Pause em três ou quatro pontos dessa tomada.
  3. Escolha um detalhe arbitrário e não estrutural: uma pinta, um grupo de sardas, a borda de uma tatuagem, uma estampa de tecido, o formato de uma unha, um fio de bijuteria.
  4. Compare esse detalhe entre as pausas. Detalhe real é estável. Detalhe sintético deriva, muda de forma ou some e volta diferente.
  5. Repita com um segundo detalhe em outra região do quadro. Um detalhe que deriva pode ser compressão; dois já é padrão.
  6. Observe uma mão passando na frente de alguma coisa e avance quadro a quadro. As bordas de oclusão são onde a coerência quebra de forma mais visível.

A busca por rosto consegue dizer se um vídeo é sintético?

Não diretamente — e é importante ser preciso sobre o que ela pode e o que não pode contribuir.

A busca por rosto compara o seu quadro com rostos indexados e devolve pontuações de similaridade. O que isso te dá é um sinal de procedência, não um veredito sobre síntese:

  • Uma correspondência forte com uma atriz real e indexada diz que o rosto se parece com uma pessoa real. Isso é compatível tanto com um lançamento autêntico quanto com uma troca de rosto aplicada sobre outro material. Estreita a pergunta em vez de respondê-la.
  • Nenhuma correspondência não diz quase nada. Nosso índice reúne 241,792 rostos, com 2,333 ligados a uma atriz com nome em 106 sites (nosso índice, snapshot de 2026-08), e 2,246 dessas 2,333 têm a imagem representativa vinda de uma única fonte. A ausência é muito mais frequentemente um problema de cobertura ou de qualidade do quadro do que evidência de síntese.

A combinação útil é uma correspondência facial forte somada a falhas nas verificações temporais acima. Esse padrão é compatível com a imagem de uma atriz real aplicada sobre material gerado ou substituído — o que é coisa séria, porque é feito sem consentimento.

Um limite que vale dizer: nenhuma dessas verificações é prova. Elas deslocam probabilidade. Quem oferece certeza sobre mídia sintética só a partir de inspeção visual está prometendo mais do que a evidência sustenta.

E os detectores automáticos?

Trate o resultado deles como um dado, não como veredito.

Detectores são treinados nas saídas de famílias específicas de geradores e perdem precisão conforme essas famílias mudam. Eles também pioram justamente no tipo de material que você provavelmente vai examinar: vídeo recodificado, redimensionado, com marca d'água, em que a compressão destruiu os traços estatísticos finos de que os detectores dependem. Tanto falsos positivos quanto falsos negativos são comuns.

O quanto eles pioram já foi medido, pelo menos na literatura de pesquisa. Uma avaliação cega independente, realizada junto a uma conferência de visão computacional de 2025, teve seu participante mais forte marcando 0.93 de AUC em vídeo gerado e intocado, 0.74 depois de aplicado um pós-processamento comum, e cerca de 0.62 em material que havia sido gravado da tela — este último não muito longe de um cara ou coroa. Outro trabalho encontrou detectores com mais de 96% de acerto contra o gerador em que foram treinados caindo para a casa dos cinquenta e poucos contra um gerador diferente.

Esses são sistemas de pesquisa avaliados sob condições controladas. Para as ferramentas de "isto é IA?" voltadas ao consumidor, as que você de fato consegue acessar, não existe nenhum número de precisão reproduzido de forma independente — a única avaliação que incluiu detectores comerciais de vídeo estava contratualmente obrigada a anonimizar os fornecedores, o que é o oposto de reprodutível. Por isso esta página não cita nenhum número de precisão para nenhuma ferramenta nominal, e uma ferramenta que cita um número sobre si mesma não te contou nada que você possa conferir.

Fontes: SAFE Challenge, trilha de vídeo (ICCV 2025); avaliações GenVidBench e Deepfake-Eval-2024; conferido em 2026-08-03.

Por que isso importa além da curiosidade?

Porque representações sintéticas não consentidas de pessoas reais são um dano concreto, e a identificação errada agrava esse dano.

Se um vídeo aparenta retratar uma pessoa real e identificável e não passa nas verificações de consistência, a resposta responsável é tratá-lo como não verificado e evitar redistribuí-lo — não publicar uma conclusão. Uma acusação errada de que um material é sintético prejudica uma atriz real; uma suposição errada de que ele é autêntico espalha uma representação fabricada. Os dois erros têm uma pessoa do outro lado.

Perguntas relacionadas

Se você quer a metade da pergunta que diz respeito à procedência, envie um quadro aqui. Ele vai te dizer se o rosto corresponde a uma atriz indexada, com uma pontuação — a detecção roda no seu navegador e o original nunca sai do seu aparelho.