归一化时空梯度 NSG 是什么？从物理规律识破 AI 生成视频
TL;DR归一化时空梯度（NSG）是华南理工大学、中国科大等团队提出的统计量，基于概率流守恒原理衡量视频是否偏离自然的物理动态，用于检测 AI 生成的视频，入选 NeurIPS 2025。
归一化时空梯度（Normalized Spatiotemporal Gradient，NSG）是一种检测 AI 生成视频的统计量，由华南理工大学、中国科学技术大学和琶洲实验室等机构的研究人员提出，论文标题是《物理驱动的时空建模用于 AI 生成视频检测》，入选 NeurIPS 2025。
问题有多紧迫
以 Sora 为代表的视频生成模型，已经能生成视觉上几乎以假乱真的视频，这迫切需要可靠的检测手段。但检测 AI 视频很难：视频是高维的时空数据，建模复杂；生成的视频越来越逼真，留下的破绽越来越细微。很多现有的检测方法依赖寻找特定生成模型的“人工痕迹”，一旦换了生成模型，或者痕迹被后处理抹掉，就容易失效。
换个角度：看物理是否自洽
这项研究提出了第一个基于物理驱动的 AI 视频检测范式，核心依据是概率流守恒原理。直观地理解：真实世界的视频遵循物理规律，画面中的“东西”在空间上的分布和它随时间的变化之间，存在着守恒的关系，就像流体流动时，某处密度的变化取决于流进流出的量。AI 生成的视频虽然看起来逼真，但不一定严格遵守这种物理约束。
NSG 统计量量化的是空间概率梯度与时间上密度变化之间的比例，用来捕捉视频偏离自然动态的程度。研究人员借助预训练的扩散模型来估计这些量。因为它抓住的是“是否符合物理规律”这种根本性的差异，而不是某个模型特有的瑕疵，所以即使视觉差异对人类或传统模型来说难以察觉，也能实现灵敏的检测，并且不依赖特定的生成痕迹，泛化性更好。
意义
深度伪造视频可能被用于诈骗、造谣和操纵舆论。从物理规律出发的检测思路，为应对越来越逼真的生成视频提供了一个更有韧性的方向，也可以和水印、内容来源认证等手段配合使用。