Mô hình video AI thực sự hoạt động thế nào
Khuếch tán, không gian ẩn, transformer và âm thanh gốc trong ngôn ngữ bình dị: điều gì thực sự diễn ra giữa lúc gõ prompt và lúc nhận một cú máy dùng được.
Mẹo & thủ thuật
Một cách kiểm tra công bằng, nhiều lớp, để biết một cảnh quay có do AI tạo hay không, kèm giới hạn của từng dấu hiệu và một quy trình bạn có thể lặp lại.

Video tạo sinh đã tiến bộ nhanh đến mức lời khuyên cũ — đếm ngón tay, tìm chữ bị tan chảy — nay thường xuyên thất bại, và thất bại theo cả hai hướng. Cách tiếp cận thực dụng là một lớp các phép kiểm tra: clip đến từ đâu, chuyển động làm gì, chi tiết nói gì, và xuất xứ của tệp khai báo điều gì. Không phép nào quyết định; cùng nhau, chúng cho bạn biết bằng chứng đỡ được mức tin cậy nào.
Trước khi soi một khung hình, hãy tìm xem ai đã đăng clip và đăng khi nào. Tìm bản tải lên sớm nhất, rồi đọc lịch sử của tài khoản: nó có thường đăng loại cảnh quay này không, và nó là nguồn gốc hay chỉ là bản đăng lại? Hãy tìm bài viết hoặc bài đăng xung quanh, vì một clip được trình bày như tin nóng và một clip được trình bày như bản demo mang nghĩa vụ chứng minh khác nhau. Kiểm tra xem các cơ quan khác đã xác minh độc lập chưa, và tệp đã được tải lên lại nhiều lần chưa. Việc mã hóa lại và đăng lại phá hủy những dấu hiệu thị giác nhỏ mà người ta dựa vào.
Hãy hỏi người đăng được gì: một tài khoản chạy theo tương tác, một công ty bán công cụ và một tòa soạn có chính sách đính chính không phải những người kể chuyện đáng tin như nhau, bất kể điểm ảnh cho thấy gì.
Xem clip ở tốc độ bình thường rồi xem từng khung hình. Cảnh quay tạo sinh thường gặp khó với tiếp xúc và trọng lượng: bàn chân trượt, bàn tay xuyên qua vật thể, vật thể đổi khối lượng khi được nhấc lên. Chất lỏng, khói, vải và tóc là những điểm hỏng phổ biến, cũng như đám đông và nhân vật ở hậu cảnh, vì chúng có thể trôi, nhập vào nhau hoặc lặp lại. Hãy nhìn phản chiếu và bóng đổ xem có nhất quán không, và nhìn chính máy quay: một chiếc máy thật có màn trập vật lý, ống kính và bộ chống rung, và chuyển động của nó thường có một nguyên nhân liên tục.
Cảnh quay thật cũng tạo ra những khoảnh khắc trông như bất khả — hiệu ứng rolling shutter, nén nặng, quay chậm ở tốc độ khung hình thấp. Một lỗi vật lý duy nhất là lý do để nhìn kỹ hơn, không phải một phán quyết.
Chữ, bàn tay, răng, tai, đồ trang sức, họa tiết lặp lại và những đường ranh giới nơi tóc gặp nền đều là chỗ các mô hình tạo sinh từng sa sẩy. Chữ có thể gần đọc được nhưng thực ra không đọc được. Ngón tay có thể uốn cong kỳ lạ hoặc dính vào nhau. Gương mặt ở hậu cảnh có thể bị làm mờ theo cách che mất cấu trúc, hoặc bị lặp lại với những khác biệt nhỏ. Đường viền có thể có một quầng mềm không khớp với độ sâu trường ảnh.
Lưu ý là những dấu hiệu này nhanh chóng lỗi thời. Công cụ hiện nay xử lý bàn tay và chữ ngắn tốt hơn nhiều so với công cụ của vài năm trước, và một người làm cẩn thận có thể sửa nhiều lỗi ở khâu hậu kỳ. Hãy dùng các phép kiểm tra chi tiết để gợi ra nghi ngờ, rồi xác minh ở chỗ khác.
Một thứ giả thuyết phục phải tái tạo được hành vi của một ống kính: độ sâu trường ảnh khớp với tiêu cự, nhòe chuyển động khớp với màn trập, nhiễu cảm biến giữ nhất quán trên khắp khung hình, và độ phơi sáng phản ứng hợp lý khi máy quay di chuyển giữa vùng sáng và vùng tối. Clip tạo sinh đôi khi cho thấy độ nét đồng đều trên toàn ảnh, hoặc hạt thay đổi giữa các cú máy, hoặc hướng sáng không thống nhất giữa một gương mặt và nền của nó.
Cảnh quay thật cũng có thể trông sai vì đúng những lý do ấy: khử nhiễu mạnh, nâng cấp độ phân giải, bộ lọc và chỉnh màu lại có thể làm phẳng đúng những dấu hiệu bạn đang kiểm tra. Một hình ảnh sạch không phải bằng chứng của tính xác thực.
Với một clip talking-head, giọng nói thường là con đường nhanh nhất dẫn đến nghi ngờ. Hãy nghe hơi thở, tiếng miệng, tiếng nền phòng và những chồng lấn nhỏ của lời nói tự nhiên. Giọng tổng hợp có thể nghe sạch khi đứng riêng nhưng kỳ khi đặt vào một căn phòng: không có hơi thở trước một câu dài, tiếng nền không đổi khi người nói quay đầu, hoặc chuyển động môi nhanh hơn hay chậm hơn lời. Nhân bản giọng nói là một vấn đề tách biệt với tạo sinh video, và mỗi thứ đều có thể bị làm giả độc lập.
Một số máy ảnh, điện thoại và công cụ chỉnh sửa có thể gắn siêu dữ liệu xuất xứ có chữ ký. C2PA là một tiêu chuẩn kỹ thuật mở để ghi lại nội dung đến từ đâu và đã được chỉnh sửa thế nào; Content Credentials là tên gọi dành cho siêu dữ liệu đó trong các công cụ tiêu dùng, và các dịch vụ xác minh có thể hiển thị người ký cùng lịch sử chỉnh sửa. Với cảnh quay, đây là thứ gần nhất với một chuỗi giám hộ: nó cho bạn biết một thiết bị hoặc ứng dụng khai báo điều gì, và ai đã ký vào lời khai đó.
Nó không phải một liều thuốc nói thật. Siêu dữ liệu có thể bị xóa, các nền tảng thường xuyên tước bỏ nó, nhiều máy ảnh không ký gì cả, và một clip có chữ ký vẫn có thể bị dán nhãn sai. Việc thiếu chứng thư không chứng minh gì. Việc có chứng thư là bằng chứng hữu ích, nhất là khi nó nêu một chiếc máy ảnh hoặc nhà xuất bản đã biết và cho thấy một lịch sử chỉnh sửa hợp lý.
Mọi tín hiệu trên đây đều mang tính xác suất, và kết luận trung thực thường là một mức tin cậy chứ không phải một phán quyết. Cảnh quay thật có thể có lỗi, nhất là sau khi bị nén, khử nhiễu, nâng cấp độ phân giải hoặc đăng lại nhiều lần. Cảnh quay tạo sinh có thể không tì vết, nhất là trong một clip ngắn ít chuyển động. Có những công cụ phát hiện, nhưng chúng được huấn luyện nhắm vào những bộ tạo sinh cụ thể và cho ra điểm số chứ không phải bằng chứng; một mô hình mới hoặc một lần chỉnh màu nhẹ có thể đẩy một clip qua bên kia ranh giới của công cụ phát hiện. Và còn một vấn đề nữa: khi người ta đã biết có đồ giả, cảnh quay thật bị gạt đi như đồ giả, một động lực đôi khi được gọi là cổ tức của kẻ nói dối.
Quy trình dưới đây đặt việc kiểm tra nguồn lên trước việc kiểm tra điểm ảnh. Câu hỏi hiếm khi là “đây có phải hàng tổng hợp theo nghĩa tuyệt đối không?”. Mà là “tôi nên tin điều gì, và tôi nên nói rằng tôi tin điều gì?”.
Đừng trình bày clip như một sự thật, cũng đừng trình bày nó như một thứ đã được chứng minh là giả. Hãy hỏi người đăng xem nó đến từ đâu, và ghi lại câu trả lời. Hãy chia sẻ nguồn sớm nhất thay vì một bản đăng lại. Nếu bạn đã chia sẻ một thứ hóa ra là hàng tổng hợp, hãy đính chính ở đúng chỗ đó và giải thích dấu hiệu — xóa đi trong im lặng không dạy được ai.
Những kỹ năng này là hiểu biết truyền thông thông thường được áp dụng vào những công cụ nhanh hơn. Về cách các hệ thống này tạo ra cảnh quay ngay từ đầu, xem mô hình video AI hoạt động thế nào. Về vốn từ, bảng thuật ngữ điện ảnh AI giải thích các thuật ngữ bằng ngôn ngữ bình dị. Và để có một ví dụ về tác phẩm do AI làm mà công khai về bản chất của nó, hãy xem hướng dẫn phim ngắn do AI tạo.