Onderzoekers hebben Venus-DefakerOne2 gepresenteerd: één AI-model dat valse gezichten, AI-gegenereerde video's en zelfs fysieke misleiding herkent. In een tijdperk waarin AI-content steeds overtuigender wordt, kan dat een gamechanger zijn.
Het technisch rapport, gepubliceerd op 27 oktober 2026, is geschreven door Chenfan Qu en een team van 29 andere auteurs. Het model vult een gat in de huidige technologie: tot nu toe bestond er geen uniform anti-vervalsingsmodel dat verschillende vormen van manipulatie én verschillende mediatypes aan kon. Volgens de publicatie op arxiv.org is vervalsing in de echte wereld bovendien 'heterogeen': het gaat niet alleen om digitale bewerkingen, maar ook om fysieke misleiding.
🧠 Even simpel uitgelegd
Stel dat iemand een nepfoto of nepvideo maakt van jou. Tot nu toe had je voor elke soort nep-content een apart detectiesysteem nodig: één voor nepgezichten, één voor AI-foto's, één voor vervalste documenten. Venus-DefakerOne2 is als één superdetective die álle soorten nep herkent — en zelfs doorheeft als iemand in het echt met een masker of printje probeert te bedriegen.
Eén model, alle soorten fraude
Venus-DefakerOne2 verbreedt forensische analyse op twee fronten: de soort vervalsing én het type medium. Het model is getraind op tientallen miljoenen samples uit open-source bronnen en interne collecties.
De resultaten zijn indrukwekkend. Het model detecteert DeepFake-gezichten met 96,7% nauwkeurigheid en AI-gegenereerde video's met 96,0%. Voor AI-gegenereerde afbeeldingen scoort het 93,3%, voor fysieke spoofs 93,1%. Ook bij specifiekere manipulaties presteert het sterk: aangepaste natuurlijke beelden halen 89,6% en vervalste documenten 87,6%.
Twee slimme trucjes onder de motorkap
Het onderzoeksteam maakte twee cruciale ontwerpkeuzes.
De eerste is 'Tide-Style-Tuning': een trainingsmethode die afwisselt tussen LoRA (Low-Rank Adaptation) en volledige parameter-finetuning. Dat levert volgens de auteurs een balans op tussen computationele efficiëntie, generalisatie en het correct classificeren van complexe 'hard-samples' — terwijl het risico op catastrofaal vergeten beperkt blijft.
De tweede innovatie is 'Entropy-based Test Adaptation'. Het model analyseert de entropie (de onzekerheid) van zijn eigen voorspellingen en kiest daarmee automatisch de optimale voorspellingsmodaliteit. Zo past het systeem zich aan aan de specifieke kenmerken van de data die het op dat moment analyseert.
Beter dan de specialisten
Venus-DefakerOne2 is gebouwd voor forensische taken op basis van binaire beslissingen: 'echt' of 'vervalst'. Het model presteert significant beter dan gespecialiseerde expertmodellen die zich op slechts één type vervalsing richten. Ook de directe voorganger, DefakerOne, wordt overtroffen.
Ter verduidelijking: de naam "Venus" verwijst puur naar het AI-model. Er is geen enkele link met commerciële entiteiten zoals de kledingwebshop venus.com, die zich richt op damesmode en nieuwe collecties.
Met Venus-DefakerOne2 krijgen forensische experts een instrument dat breder inzetbaar is dan ooit. Precies wat nodig is in een tijdperk waarin AI-gegenereerde content steeds moeilijker van echt te onderscheiden is.