​180万深度伪造数据开放！蚂蚁数科联合斯坦福破解AI安全检测难题​

一、产品介绍

蚂蚁数科联合新加坡科技研究局，在2025年IJCAI会议期间正式开源DDL-Datasets——全球首个覆盖180万条样本的深度伪造定位数据集，涵盖人脸伪造、视频篡改、声音克隆三大高危场景，包含80余种伪造技术，并首次标注了AI造假的画面位置与时间节点。与此同时，斯坦福大学联合谷歌、加州大学伯克利分校开源DeepAction数据集，包含2,600段AI生成的人类动作视频，推动多模态伪造检测技术发展。

技术差异化亮点：

• 时空定位标注：DDL-Datasets在每段伪造内容中标记篡改区域与时间戳，为算法提供可解释性分析依据；
• 多模态对抗样本：模拟金融场景复杂攻击（如光照变化、背景噪音、多语种口音），覆盖真实世界干扰因素；
• 跨文化数据设计：纳入不同种族、语言背景样本，解决全球化检测偏差问题。

二、适用人群

三、核心功能与技术原理

四、实战应用技巧

五、访问地址

• 蚂蚁数科DDL-Datasets：https://modelscope.cn/datasets
  ‣ 包含：80万图像伪造样本、60万视频篡改片段、40万声音克隆数据
• 斯坦福DeepAction数据集：https://huggingface.co/datasets
  ‣ 包含：7类AI生成动作视频（行走/奔跑/烹饪等），匹配真实镜头对照集

行业影响：据某东南亚银行实测反馈，接入DDL-Datasets后，其刷脸支付系统的深度伪造拦截率从89%提升至97%，误报率下降40%。随着数据集持续迭代，全球AI安全技术正迈入可解释、可验证的新阶段。