新加坡管理大学研究治理与行政办公室 ——新加坡管理大学（SMU）取得了一项重大成就，由计算机科学副教授 何胜峰领导的团队 击败了其他研究机构，获得了开发突破性深度伪造检测系统的拨款。

该人工智能（AI）项目预计在三年内完成，届时有望拥有广泛的商业应用。它也将是首个包含新加坡式英语和韩语方言等多种方言变体的多语言深度伪造数据集。

“许多现有的工具在处理亚洲语言、口音或内容方面表现不佳，”何教授在接受南方卫理公会大学 研究治理与管理办公室 （ORGA）的电子邮件采访时表示。“我们致力于开发一款能够满足我们地区特定需求的工具。”

新加坡人工智能协会 (AISG) 和韩国信息通信技术规划与评估研究院 (IITP) 于 2025 年 3 月联合发布的资助申请中，一项关键要求是开发一款能够理解不同语言、社会文化和环境特征的检测工具。AISG 是新加坡政府的一项全员参与计划，由多个协调机构组成。根据该资助计划，一个双边研究团队将开发一款适用于新加坡和韩国国情的工具。

新加坡管理大学（SMU）的合作伙伴是成均馆大学（SKKU），其首席研究员是郑斗元副教授。何教授表示，这种合作模式形成了一个“战略性的攻防循环”，新加坡方面专注于制作和识别虚假视频，而韩国方面则着重于判断视频的真伪并追溯其来源。

“所以我们正在构建一个循环，一个团队学习如何制造和检测攻击，另一个团队则加强验证和保护工具。这就像通过同时扮演攻击者和防御者的角色来测试和改进安全系统一样，”何教授解释说。

DeepShield将如何开辟新天地

该团队将他们提出的系统命名为 DeepShield，旨在全球打击用于传播虚假信息、欺诈和身份盗窃的逼真虚假媒体的竞赛中取得多项突破。

根据他们的提案文件，“与以往只专注于面部深度伪造的工作不同，我们引入了第一个统一的可解释检测系统，该系统能够在一个可解释的流程中处理各种多模态操作，包括物体插入、光照改变、背景替换和配音。”

其次，该团队计划创建首个用于视频取证的可逆嵌入框架，将不可见但可逆的签名嵌入到编辑过的内容中。“这不仅可以检测篡改，还可以在无需额外存储的情况下完整恢复内容——这为可追溯的AI生成媒体和数字溯源带来了突破，”何教授说。

第三，该系统将“固有本地化”，支持针对新加坡和韩国等文化多元地区部署的方言感知检测。该团队在其提案的视频演示中表示，这确保了检测结果不会偏向英语或西方内容。

总体而言，DeepShield 的目标是将自己定位为“不仅仅是一个检测工具，而是数字媒体完整性的下一代 AI 治理层——无论在雄心还是设计上都与商业产品截然不同”。

该项目将于2026年1月启动。团队将开始搜寻大规模的公开数据集，，该数据集包含非个人视频，内容丰富多样，并被广泛应用于学术研究。何教授表示，他们的目标是收集约20万个带标注的视频片段，这些片段将由人工智能工具和人工人员进行筛选，人工人员将验证样本的清晰度、相关性和公共适宜性。

至于深度伪造版本，他补充说，它们将由研究人员自行生成，以便完全控制修改内容并进行精确标注。“这种设置使我们能够在保持透明度和质量控制的同时，扩大数据收集规模，”他说。

拉拢业内大人物

行业参与者参与开发和测试阶段是成功的关键。

其中一家是总部位于新加坡的Ensign InfoSecurity，它是亚洲最大的网络安全服务提供商，将支持一个模拟电信和公共部门视频流审查的测试平台。在韩国，成均馆大学将与Deepbrain AI合作，后者是一家专注于超逼真AI虚拟形象的生成式AI公司，双方将在基于云的环境下评估该系统在企业媒体应用中的性能。

双边团队表示，他们的共同参与“确保我们的系统在高流量、面向用户的平台上得到测试，尤其是在新闻核实和短视频完整性方面”。

如果一切顺利，该团队设想“衍生出一家初创企业，提供深度伪造取证、媒体真实性验证、企业合规、数字治理平台等服务”。此外，他们表示，未来可能还会向亚洲各地的机构、银行等媒体平台以及人工智能审计机构提供授权许可。

贺教授表示，这项雄心勃勃的项目比他以往尝试过的任何事情都“更加复杂”。贺教授在斯坦福大学和爱思唯尔联合编制的年度榜单中，根据引用指标（不包括自引），于 2023 年和 2024 年被评为全球引用率最高的 2% 的科学家之一。

他说：“我们不仅仅是在实验室里开发一种新的算法。我们跨越国界、文化和语言，汇集了学术团队和企业的力量。我们必须考虑数据收集、系统设计、实际测试，甚至政策影响。这使得这项工作更具挑战性，但也更有意义。”