วิดีโอสังเคราะห์พังที่ขอบของวัตถุและพังเมื่อเวลาผ่านไป ตัวสร้างเก่งเรื่องผลิตพื้นผิวที่ดูน่าเชื่อ แต่อ่อนเรื่องรักษาความสอดคล้องตรงที่วัตถุหนึ่งมาบรรจบกับอีกวัตถุหนึ่ง และอ่อนยิ่งกว่านั้นเมื่อต้องรักษารายละเอียดที่ไม่มีกฎอะไรบังคับให้เหมือนเดิมจากวินาทีหนึ่งไปยังวินาทีถัดไป

นั่นทำให้คุณมีวิธีที่ใช้ได้จริง คือเลิกจ้องหน้า แล้วหันไปตรวจขอบและตรวจภาพต่อเนื่องแทน เฟรมเดียวอาจไร้ที่ติ แต่สิบวินาทีของช็อตเดียวกันมักไม่เป็นแบบนั้น

สิ่งที่ตรวจแล้วได้ผลคุ้มที่สุดมีอะไรบ้าง?

เรียงตามว่าอันไหนให้คำตอบชัดเจนบ่อยที่สุด ไม่ได้เรียงตามว่าอันไหนสังเกตง่ายที่สุด

สิ่งที่ตรวจ ให้มองหาอะไร ทำไมถึงได้ผล
มือและนิ้ว นับจำนวนนิ้ว ดูตอนนิ้วไขว้กันหรือกำจับของ มือขยับได้หลายข้อต่อและบังตัวเองบ่อย เป็นรูปทรงที่รักษาความสมเหตุสมผลได้ยากที่สุด
ต่างหูและเครื่องประดับ ความไม่สมมาตรระหว่างหูสองข้าง รูปทรงที่ค่อย ๆ เพี้ยน ของที่หายไปหลังผมแล้วโผล่กลับมาไม่เหมือนเดิม วัตถุแข็งชิ้นเล็กไม่มีแบบแผนตายตัวให้ยึด ตัวสร้างจึงด้นสดใหม่ทุกเฟรม
เส้นผมที่ตัดกับฉากหลัง เส้นผมแต่ละเส้นตรงขอบเงาร่าง ปอยผมที่กลืนหายไปกับฉากหลัง รายละเอียดโปร่งใสละเอียด ๆ ตรงรอยต่อคือจุดที่ร่องรอยการตัดภาพไปกระจุกอยู่
ฟันและลิ้นตอนพูด จำนวนและรูปทรงของฟันที่เปลี่ยนกลางประโยค รูปทรงของลิ้น โครงสร้างภายในช่องปากถูกสร้างขึ้นใหม่จากเฟรมหนึ่งไปอีกเฟรมอยู่บ่อย ๆ
ความสอดคล้องตามเวลา หยุดภาพที่วินาทีที่ 0, 2 และ 4 ของช็อตเดียวกัน แล้วเทียบไฝ แผลเป็น รอยสัก ความยาวเล็บ ลายผ้า รายละเอียดที่ไม่มีโครงสร้างบังคับจะค่อย ๆ เลื่อนเพี้ยน เพราะไม่มีอะไรบังคับให้มันคงอยู่
ผิวหนังตรงจุดสัมผัส ตรงที่มือกดลงบนผิว หรือผิวแนบกับผ้า การผิดรูปตรงจุดสัมผัสต้องใช้ฟิสิกส์ที่โมเดลทำได้แค่ใกล้เคียง
ตัวหนังสือในเฟรม ป้าย บรรจุภัณฑ์ คำบรรยายบนจอ ตัวหนังสือคือจุดพังคลาสสิก รูปตัวอักษรดูน่าเชื่อ แต่ประกอบเป็นคำไม่ได้ความ
เงาสะท้อนในดวงตา ประกายไฟในตาสองข้างที่ไม่ตรงกัน หรือสะท้อนอะไรที่ไม่สอดคล้องกัน เงาสะท้อนต้องอาศัยแบบจำลองของฉากซึ่งไม่มีอยู่จริง

แถว ความสอดคล้องตามเวลา คือเทคนิคเดี่ยวที่ทรงพลังที่สุด และเป็นเทคนิคที่ถูกใช้น้อยที่สุด ให้หยุดช็อตเดียวกันไว้หลาย ๆ จุด แล้วเทียบรายละเอียดเจาะจงแบบสุ่ม ๆ เช่นรูปทรงที่แน่นอนของไฝ ลายบนผ้าปูที่นอน หรือความยาวของเล็บ กล้องบันทึกวัตถุเดิมเสมอ ส่วนตัวสร้างคิดมันขึ้นมาใหม่ทุกครั้ง

ทำไมเดี๋ยวนี้ภาพนิ่งภาพเดียวถึงหลอกคนได้?

เพราะคุณภาพระดับเฟรมคือสิ่งที่งานวิจัยด้านการสร้างภาพทุ่มปรับหนักที่สุด และมันถูกแก้ไปได้เกือบหมดแล้วสำหรับภาพนิ่ง

สัญญาณเก่า ๆ อย่างผิวเหมือนขี้ผึ้ง ความสมมาตรที่ผิดธรรมชาติ หรือใบหูที่บิดเบี้ยว ล้วนเป็นร่องรอยของโมเดลรุ่นก่อน การไล่ตรวจแต่สิ่งเหล่านี้จะทำให้คุณมั่นใจผิด ๆ เมื่อไม่พบมัน การตัดสินภาพที่สร้างในปี 2026 ด้วยร่องรอยแบบปี 2022 ให้คำตอบที่มั่นใจแต่ผิด ได้ทั้งสองทาง

สิ่งที่ยังไม่ถูกแก้อย่างทั่วถึงคือ ความคงอยู่ คือการรักษารายละเอียดที่ไม่มีอะไรบังคับให้เหมือนเดิมตลอดหลายร้อยเฟรม ขณะที่กล้องและตัวแบบเคลื่อนไหวไปด้วย หลักฐานที่ยังเหลืออยู่อยู่ตรงนั้น

ในทางปฏิบัติ จะตรวจความสอดคล้องอย่างไร?

  1. เลือกช็อตต่อเนื่องหนึ่งช็อต ที่ไม่มีการตัดภาพ เพราะการตัดภาพรีเซ็ตทุกอย่างและปล่อยผ่านให้ตัวสร้างฟรี ๆ
  2. หยุดภาพไว้สามหรือสี่จุด ตลอดช็อตนั้น
  3. เลือกรายละเอียดแบบสุ่มที่ไม่ใช่โครงสร้างหลัก เช่นไฝ กระเป็นกระจุก ขอบรอยสัก ลายพิมพ์บนผ้า รูปทรงของเล็บ หรือเส้นเครื่องประดับ
  4. เทียบมันข้ามทุกจุดที่คุณหยุดไว้ รายละเอียดของจริงจะนิ่ง ส่วนรายละเอียดสังเคราะห์จะเลื่อน เปลี่ยนรูป หรือหายไปแล้วกลับมาไม่เหมือนเดิม
  5. ทำซ้ำกับรายละเอียดชิ้นที่สอง ในบริเวณอื่นของเฟรม รายละเอียดเดียวที่เพี้ยนอาจเป็นเรื่องการบีบอัด แต่สองชิ้นคือรูปแบบ
  6. ดูตอนมือเคลื่อนผ่านหน้าวัตถุ แล้วไล่ดูทีละเฟรม ขอบของการบดบังคือจุดที่ความสมเหตุสมผลพังให้เห็นชัดที่สุด

การค้นด้วยใบหน้าบอกได้ไหมว่าวิดีโอเป็นของสังเคราะห์?

ไม่ได้บอกโดยตรง และเป็นเรื่องสำคัญที่ต้องพูดให้ชัดว่ามันช่วยอะไรได้และช่วยอะไรไม่ได้

การค้นด้วยใบหน้าเทียบเฟรมของคุณกับใบหน้าในดัชนี แล้วคืนคะแนนความคล้ายออกมา สิ่งที่คุณได้คือ สัญญาณเรื่องที่มา ไม่ใช่คำตัดสินว่าเป็นภาพสังเคราะห์หรือไม่

  • การเจอคู่ที่คะแนนสูงกับนักแสดงตัวจริงในดัชนี บอกคุณว่าใบหน้านั้นคล้ายคนจริง ซึ่งเข้าได้ทั้งกับผลงานของแท้ และ กับการสลับหน้าไปวางบนฟุตเทจอื่น มันแคบคำถามลง มากกว่าจะตอบคำถาม
  • การไม่เจอคู่ที่ตรงกัน บอกคุณแทบไม่ได้อะไรเลย ดัชนีของเรามี ใบหน้า 241,792 ใบ โดยมี 2,333 ใบที่เชื่อมกับนักแสดงที่มีชื่อ จาก 106 เว็บไซต์ (ดัชนีของเรา ข้อมูล ณ 2026-08) และใน 2,246 คนจาก 2,333 คนนั้น ดึงภาพตัวแทนมาจากแหล่งเดียว การไม่เจอจึงเป็นปัญหาความครอบคลุมหรือคุณภาพเฟรมบ่อยกว่าจะเป็นหลักฐานว่าเป็นภาพสังเคราะห์

ส่วนผสมที่มีประโยชน์คือคะแนนใบหน้าที่ตรงสูง บวกกับการสอบตกในการตรวจความสอดคล้องตามเวลาข้างบน รูปแบบนั้นเข้ากันได้กับการเอาหน้าตาของนักแสดงตัวจริงไปวางบนฟุตเทจที่สร้างขึ้นหรือถูกสลับมา ซึ่งเป็นเรื่องร้ายแรง เพราะมันทำโดยไม่มีการยินยอม

ขอบเขตที่ควรพูดให้ชัด: ไม่มีการตรวจข้อไหนเป็นข้อพิสูจน์ ทั้งหมดแค่ขยับความน่าจะเป็น ใครก็ตามที่รับปากความแน่นอนเรื่องสื่อสังเคราะห์จากการดูด้วยตาอย่างเดียว คือคนที่พูดเกินกว่าที่หลักฐานรองรับ

แล้วเครื่องมือตรวจจับอัตโนมัติล่ะ?

ให้ถือว่าผลของมันเป็นข้อมูลชิ้นหนึ่ง ไม่ใช่คำตัดสิน

ตัวตรวจจับถูกฝึกด้วยผลงานของตัวสร้างบางตระกูล และเสียความแม่นยำไปเมื่อตระกูลเหล่านั้นเปลี่ยน มันยังเสื่อมลงบนวัสดุแบบที่คุณน่าจะกำลังตรวจอยู่พอดี คือวิดีโอที่ผ่านการเข้ารหัสซ้ำ ย่อขนาด และติดลายน้ำ ซึ่งการบีบอัดได้ทำลายร่องรอยทางสถิติละเอียด ๆ ที่ตัวตรวจจับพึ่งพาไปหมดแล้ว ทั้งผลบวกลวงและผลลบลวงเกิดขึ้นเป็นเรื่องปกติ

มันเสื่อมลงมากแค่ไหนมีการวัดไว้แล้ว อย่างน้อยก็ในวรรณกรรมงานวิจัย การประเมินแบบปิดตาโดยหน่วยงานอิสระที่จัดควบคู่กับงานประชุมด้านคอมพิวเตอร์วิทัศน์ปี 2025 พบว่าผู้เข้าแข่งขันที่แข็งที่สุดทำได้ 0.93 AUC บนวิดีโอที่สร้างขึ้นแบบยังไม่ถูกแตะต้อง เหลือ 0.74 เมื่อผ่านการประมวลผลหลังการผลิตตามปกติ และเหลือราว 0.62 บนฟุตเทจที่ผ่านการอัดหน้าจอ ซึ่งอันหลังสุดนี้ห่างจากการโยนหัวก้อยไม่มาก ส่วนงานอีกชิ้นพบว่าตัวตรวจจับที่ทำคะแนนเกิน 96% กับตัวสร้างที่มันถูกฝึกมาด้วย ตกลงมาเหลือระดับห้าสิบกลาง ๆ เมื่อเจอตัวสร้างที่ไม่เคยฝึกด้วย

ทั้งหมดนั้นเป็นระบบวิจัยที่ประเมินภายใต้เงื่อนไขที่ควบคุมไว้ ส่วนเครื่องมือแบบ "นี่ AI หรือเปล่า" ที่ผู้ใช้ทั่วไปเข้าถึงได้จริง ไม่มีตัวเลขความแม่นยำที่หน่วยงานอิสระทำซ้ำได้เลยสักตัว การประเมินชิ้นเดียวที่รวมตัวตรวจจับวิดีโอเชิงพาณิชย์เข้าไปด้วย มีข้อผูกพันตามสัญญาให้ปกปิดชื่อผู้ขาย ซึ่งตรงข้ามกับความสามารถในการทำซ้ำ หน้านี้จึงไม่อ้างตัวเลขความแม่นยำของเครื่องมือตัวไหนเลย และเครื่องมือที่อ้างตัวเลขของตัวเองก็ไม่ได้บอกอะไรที่คุณตรวจสอบได้

แหล่งอ้างอิง: SAFE Challenge video track (ICCV 2025); การประเมิน GenVidBench และ Deepfake-Eval-2024; ตรวจสอบเมื่อ 2026-08-03

ทำไมเรื่องนี้ถึงสำคัญเกินกว่าแค่ความอยากรู้?

เพราะภาพสังเคราะห์ของคนจริงที่ทำขึ้นโดยเจ้าตัวไม่ยินยอมคือความเสียหายจริง และการระบุตัวผิดยิ่งซ้ำเติมมันเข้าไปอีก

ถ้าวิดีโอดูเหมือนเป็นภาพของคนจริงที่ระบุตัวได้ และสอบตกการตรวจความสอดคล้อง สิ่งที่ควรทำคือถือว่ามันยังไม่ผ่านการยืนยัน และไม่ส่งต่อ ไม่ใช่ประกาศข้อสรุปออกไป การกล่าวหาผิด ๆ ว่าฟุตเทจเป็นของสังเคราะห์สร้างความเสียหายให้นักแสดงตัวจริง ส่วนการเหมาผิด ๆ ว่ามันเป็นของแท้ก็ช่วยกระจายภาพที่ถูกกุขึ้น ความผิดพลาดทั้งสองแบบมีคนจริง ๆ อยู่ปลายทาง

คำถามที่เกี่ยวข้อง

ถ้าคุณอยากได้คำตอบในส่วนที่ว่าด้วยที่มาของภาพ ให้อัปโหลดเฟรมมาที่นี่ ระบบจะบอกว่าใบหน้านั้นตรงกับนักแสดงในดัชนีหรือไม่ พร้อมคะแนนกำกับ การตรวจจับทำงานในเบราว์เซอร์ของคุณ และภาพต้นฉบับไม่เคยออกจากเครื่องของคุณเลย