深度偽造檢測領域面臨一個嚴峻挑戰：學術基準上表現近乎完美的檢測器，在真實世界內容中卻頻繁失效。近期的大規模野外評測顯示，最先進的開源模型AUC（曲線下面積）降幅高達45-50%。研究者認為，這一差距是結構性的——靜態檢測器僅基於固定訓練集一次性訓練，無法跟上不斷演進的生成技術前沿。
針對這一問題，論文提出了BitMind Forensics（BMF），一種通過Bittensor SN34（一個開放對抗競賽平台）持續訓練的檢測系統。該系統利用競賽機制不斷刷新訓練分佈，使模型能夠適應新出現的生成方法。研究團隊評估了一個包含圖像、通用視頻和人臉視頻檢查點的歷史導出版本，在19個公開數據集上進行了全面測試，涵蓋傳統換臉套件（如FaceForensics++、Celeb-DF v1/v2/++、DFDC等）以及最新的野外和AI生成媒體基準（如Sumsub、Deepfake-Eval-2024、WildRF等）。
結果顯示，BMF在Sumsub的原始圖像上達到0.936 AUC，在其全部四類操縱條件（共140萬圖像）上平均AUC為0.872，並對JPEG壓縮（0.855 AUC）和下采樣（0.799 AUC）表現出魯棒性。令人驚訝的是，經過GPEN增強後檢測性能進一步提升至0.996 AUC。在Deepfake-Eval-2024基準上，BMF在圖像任務上與最佳商業檢測器持平（0.915對0.90），在視頻任務上則超越對方（0.822對0.79），遠超最佳開源模型（分別為0.56和0.63）。此外，BMF在包含21個生成器的AI圖像面板上達到0.991 AUC，在GenVidBench上達到0.918 AUC，並在DFDC和Celeb-DF v2上顯著超過基於FaceForensics++訓練的傳統方法（分別為0.947對0.843和0.9985對0.956），這些比較均經過污染審計。
一項時序研究進一步證實了持續學習的優勢：隨着時間推移，後續導出版本在來自新生成器（靜態基線訓練中未出現）的保留媒體上表現穩步提升——圖像從0.842 AUC提升至0.902 AUC，視頻從0.864 AUC提升至0.936 AUC。研究團隊已公開評測工具，並在論文發表時提供生產API，供獨立驗證。這一工作為深度偽造檢測提供了一種動態、可擴展的新範式，有望縮小實驗室基準與現實部署之間的鴻溝。