知识卡片：HumanForge：以人为中心的深度伪造视频基准与多智能体伪造理由

一句话结论
HumanForge 是一个大规模、多范式、以人为中心的深度伪造视频数据集，通过自动化的多智能体流水线 Gen2Anno 生成超过 18K 高保真视频片段及结构化对比注释，现有检测器和大型多模态模型在其上表现出零样本泛化和细粒度推理的显著困难。

事件概述或研究问题
视频扩散模型和时间编辑工具的快速发展可以生成高度逼真的人为中心视频，对数字内容取证构成前所未有的挑战。现有基准主要关注换脸或全局文生视频，忽略了人-物或人-人交互以及多模态对齐等关键维度。为此，研究团队提出 HumanForge 数据集，旨在填补这一空白，构建统一的、涵盖多种伪造范式的人为中心视频伪造基准。

方法/产品要点

• 数据集名称：HumanForge（以人为中心的深度伪造视频基准）。
• 生成流水线：Gen2Anno（待核实是否为正式名称），一种基于 LangGraph 的模块化主动多智能体流水线。
• 智能体组成：共 6 个专门智能体，涵盖源剖析（source profiling）、基于混合专家模型（MoE）的参考分析、闭环取证验证等流程。
• 数据集规模：超过 18K 高保真视频片段。
• 注释类型：结构化对比全注释（omni-annotations），包含二元决策、细粒度伪影类别以及时空定位。
• 对比基准：评估了最先进的传统检测器与大型多模态模型（LMMs），侧重零样本泛化和细粒度推理能力。

主要结果或产业意义

• 实验表明现有 SOTA 检测器和 LMMs 在 HumanForge 上的零样本泛化和细粒度推理表现不佳，说明当前模型难以应对包含复杂人-物/人-人交互的合成视频。
• 该数据集提供了统一的评测平台，有助于推动深度伪造检测向更真实、更复杂的应用场景发展。
• 代码和数据集将公开发布（待核实具体时间与链接）。

为什么重要

• 弥补了现有基准忽视人-物/人-人交互和多模态对齐的短板，使深度伪造检测研究更贴近真实伪造场景。
• 提出自动化注释流水线 Gen2Anno，避免了人工标注的高成本和幻觉性的单一提示，提高了数据生成的可重复性和一致性。
• 揭示了当前检测模型在细粒度时空推理上的脆弱性，为后续研究指明了改进方向。

局限与不确定性

• 摘要中未提及伪造视频的生成质量是否经过人类评估，以及数据集是否存在特定领域偏差（如种族、性别、光照条件等）。
• 未说明 18K 视频片段的帧率、分辨率、时长等具体技术参数（待核实）。
• 流水线 Gen2Anno 的开放程度和可迁移性尚需验证（待核实）。
• 论文未提供与其他现有数据集（如 FaceForensics++、DFDC）的定量对比指标（待核实）。

可用于图书/PPT/简报的角度

• 数字取证技术演进：从传统换脸检测到以人为中心的多交互视频伪造识别，体现算法面临的真实挑战。
• 多智能体协作示例：展示如何用多个专门智能体自动完成数据生成、注释与闭环验证，适用于智能系统设计案例。
• 人机对抗前沿：深度伪造技术迭代与检测技术竞赛的科普素材，突出“以人为中心”场景的复杂性。
• 多模态大模型评估：如何设计针对 LMMs 的细粒度时空推理基准，为模型能力边界提供测试。

原始材料

• URL: https://arxiv.org/abs/2607.08705v1
• 英文标题：HumanForge: A Human-Centric Deepfake Video Benchmark with Multi-Agent Forgery Rationales
• 英文关键词（待核实，根据摘要推断）：human-centric forgery, video diffusion, multi-agent pipeline, LangGraph, deepfake detection, zero-shot generalization
• 跟踪领域：foundation-model
• 来源：arXiv 预印本（2025年？注：URL中2607疑似年份周数，实际年份待核实）