真实世界的视觉现象受物理过程支配，而生成模型难以完美遵循这些规律。因此，基于物理时空一致性的生成视频检测范式更具普适性和可解释性。然而，高维 时空物理规律通常由复杂偏微分方程刻画，直接建模这些规律极具挑战性，如何构建有效的物理驱动的统计量，仍是核心难题。 本文介绍发表于 NeurIPS 2025 的文章《Physics-Driven Spatiotemporal Modeling for AI-Generated Video Detection》。 文章从第一性原理出发，提出了 归一化时空梯度（NSG）统计量 ，通过概率流守恒原理量化视频空间概率梯度与时间密度变化的比值，揭示生成视频中的物理不 一致性；理论分析了生成视频与真实视频的 NSG 分布差异 ，证明了生成视频与真实视频在该统计量的 MMD 距离大于真实视频之间的距离；基于该统计量提出了 通用的视频检测方法 NSG-VD ，该方法对自然视频的分布进行建模，不依赖特定生成模型，对未知生成范式（如 Sora）和迁移场景具有较强的检测效果。 论文链接： https://arxiv.org/abs/2510.08073v1 代码链接： https://gith ...