用AI检测对抗AI伪造，「中科睿鉴」完成近亿元融资 | 36氪首发

文 | 周鑫雨

编辑 | 邓咏仪

《智能涌现》获悉，近日数字内容伪造检测企业“中科睿鉴”，已经完成了近亿元融资，由达晨财智独家投资。据了解，该轮融资主要的用途是将业务线从ToG拓展成ToG、B和C三条产品线，实现AI鉴伪产品的规模化。

中科睿鉴成立于2020年，主打用AI技术检测AI伪造的音视图文内容，包括深度伪造（Deepfake）、生成式人工智能伪造（AIGC）、软件编辑篡改（PS）等，在AI伪造检测、虚假信息识别、多媒体内容安全审核、大模型安全评估等场景具有技术的布局，面向监管单位、企业、个人提供解决方案和产品服务。

就团队而言，中科睿鉴是数字伪造检测领域的“国家队”。创始人曹娟来自中国科学院计算技术研究所，目前担任“数字内容合成与伪造检测实验室”主任。团队已在WWW、TKDE、ACL、CVPR等国际顶会和权威学术期刊发表论文70余篇，拥有伪造检测相关发明专利50余项。

好比人的指纹，每一种大模型算法的背后，也有自己独特的特征——这种在学术上被称为“算法指纹”的特征，也成了人们用模型破解算法合成信息的突破口。

比如，在检测具有写真风格的人脸照片时，中科睿鉴的检测结果就能显示，其中有3张人像是使用AIGC技术生成，算法指纹为“Midjourney”，一种基于文生图的技术。

图像生成内容检测工具“睿图”针对Midjourney生成内容检测结果。图源：中科睿鉴

然而，随着AIGC技术原理的突破式演进，原有的检测技术已经不够用了。

曹娟告诉《智能涌现》，传统检测手段主要依靠针对垂直领域的检测小模型，但随着大模型技术的发展，伪造算法的通用性和泛化性大幅提升。这意味着，垂直检测小模型已经无法应对层出不穷的AI伪造内容。

用魔法打败魔法，同样的，中科睿鉴的应对策略是，用同样具有强泛化性的检测大模型，去应对深度伪造内容。

2023年3月，中科睿鉴发布了自研的图像生成内容检测大模型基座——“睿鉴图灵”。

据曹娟介绍，这一具有60亿参数的多模态检测模型底座，基于200TB的高质量生成数据以及场景数据训练而成，并在检测领域开创性地采取了MoE（混合专家模型）架构，优点是能够充分整合此前的40多个垂直领域检测小模型，在具体检测任务中更高效精准。

新的伪造技术一旦面世，“睿鉴图灵”就能基于自身的泛化性，快速进化出相应的检测能力。

目前，围绕全类型伪造检测、多模态数据生成、内容合规审核的核心技术，中科睿鉴布局了“模型-数据-硬件”的AI技术设施，以及面向公共安全、金融安全、媒体安全、教育安全的行业应用，实现了对文本、图像、视频、音频模态伪造内容的检测。

比如针对Stable Diffusion、Midjourney、DALL·E、VideoPoet、Sora等主流的图像视频生成技术，基于“睿鉴图灵”基座模型推出的检测引擎，平均准确率能达到90%以上。此外，应对Gen-2、Pika等十余种其他主流服务的AI生成视频，检测引擎的平均检出率超过了90%。

“睿鉴图灵”生成视频检测引擎对生成视频（左）和真实视频（右）的检测结果。图源：中科睿鉴

在曹娟看来，2023年是深度伪造检测技术规模化的元年。此前，碍于AIGC数据数量的不足和场景的单一，检测技术泛化性不足，只能在少数垂直领域发挥较好的效果。因此，G端和B端场景也是中科睿鉴业务布局的重点。

如今，随着AI伪造数据的增多，以及应用场景的扩大，检测技术也必须顺势往C端普及。早在2022年，中科睿鉴就上线了“睿鉴AI”微信小程序，面向大众开放了文本、图像和视频检测服务。曹娟告诉《智能涌现》，未来中科睿鉴将提供PC软件、App等更多形式的To C检测工具。

以下是投资人评价：

达晨财智执行董事 姜铭： 过去两年，AIGC能力爆发，公开可用的AIGC算法和应用层出不穷，使得人工生成逼真的图像、音视频变得易如反掌。无论国家、行业还是个人的安全都面临挑战，需要强大的深伪检测能力来对抗风险。鉴伪技术也正在成为守护人工智能行业安全的刚需，决定了生成技术的应用边界。 深伪检测行业具备极高的技术门槛，中科睿鉴和曹老师团队在这个领域有多年的深耕和积累，打造了体系化的能力基座，技术前沿性和实战性均居于国内头部，并在诸多重点行业和应用场景中率先做了布局。我们看好这个专注的团队，期待睿鉴可以借助本轮融资加快发展步伐，不断打磨技术、迭代产品，成为守护人工智能安全的标杆企业。

欢迎交流！