1. 定义收购决策
董事会应确定客户支付改进目标的决定。 Deepfake 防御公司可以销售媒体取证软件、来源基础设施、水印检测、身份验证、活性检查、欺诈编排、托管调查、品牌保护或专家证据服务。每个模型都有不同的证据链、客户购买者、成本结构和责任范围。将所有这些都归为合成媒体检测的交易论文可能会错误地表述战略契合度和经常性经济学。
收购备忘录应具体说明预期的价值来源。买家可能会寻求专有的检测研究、接触受监管的客户、来源网络、工作流程集成、稀缺的法证专家、渠道分销或整合平台。每个来源都需要进行可观察的测试。技术性能应在代表性数据上重现。客户价值应体现在采用、决策、响应结果、更新、定价和现金中。产品选项应单独确定，直到权利、性能和需求得到证实。
董事会应将收购与许可、商业合作、少数股权投资和内部发展进行比较。当价值取决于对模型、评估数据、客户集成、取证人员和信任基础设施的协调控制时，所有权就很重要。较窄的安排可以带来较小的风险，而互操作性或通道访问可带来主要好处。
证据时机应该决定价格和条款。一些测试可以在使用受控数据签名之前完成。其他则需要客户许可、生产工作流程或关闭后访问。买方可以使用条件、保留对价、保证、契约和收益来解决差距。交易团队应说明哪些证据支持基本价格，哪些证据支持或有价值，以及哪些能力仍然是一种选择。
拟议的链条将媒体证据与负责任的客户决策、运营响应和收集的现金联系起来。
2. 定义价值单位
提议的价值单位是在客户工作流程中以完全成本交付的经过验证的真实性决策。决定可能会确认内容具有有效来源、表明证据可能被操纵、将不确定性升级给人工审查员、阻止支付指令、保护帐户、标记内容、保留证据或触发进一步验证。该决定应记录目的、人群、阈值、证据基础、所有者和允许的行动。
完整成本包括摄取、存储、模型推理、第三方许可证、加密信任服务、水印服务、评估数据、模型再培训、分析师劳动力、质量审查、客户集成、支持、法律审查、事件处理、保险、合规性和营运资金。当专家调查员解决报告的服务成本之外的困难案例时，产品可以显得高度可扩展。采购模型应该捕获实现承诺结果所需的每一项活动。
准确度本身是一个不完整的单位。性能因模式、生成器、编辑链、语言、设备、压缩、持续时间、人口统计特征、频道和操作阈值而异。客户还需要延迟、证据呈现、可审计性以及针对不确定情况的路线。具有很强的曲线下面积分数的模型仍然可能在支付批准或公共归因所需的低误报率下产生不可接受的误报。
因此，买方应衡量每个完整案例成本的经过验证的决策，并对错误后果进行单独控制。该分母将技术、运营和财务勤勉结合起来。它还为比较软件、托管服务和专家证据模型提供了基础，而无需假设每个警报或 API 调用都会创造相同的价值。
3. 映射能力栈
Deepfake防御是一个分层控制问题。出处记录可以显示签名清单中声明的来源和编辑历史记录。水印和标签可以表明参与系统的合成来源。取证模型可以分析出处不存在、已损坏或不可信的内容。身份和活跃度控制可以测试一个人是否在场并获得授权。工作流系统可以组合信号、应用策略并保存证据。人工审查员可以处理歧义、后果和法律背景。[1][5][7]
这些层不应被分解为单个精度声明。 C2PA 解释说，内容凭证提供了防篡改的出处，并且不会对出处断言是否真实做出价值判断。检测系统面临分布变化和对抗性对策。身份控制解决的问题比媒体真实性更狭窄。人工审查增加了判断力和责任感，同时增加了成本和容量风险。[5][8]
尽职调查团队应将每个产品模块映射到其声明、证据、故障模式和客户操作。该地图应标识专有、许可、开源和客户提供的组件。它应包括证书和信任列表依赖项、模型提供商、参考数据库、生物识别供应商、案例管理系统和云服务。应记录更换权和后备路径。
| 层 | 客户提问 | 核心证据 | 主要限制 |
|---|---|---|---|
| 出处 | 断言了哪些来源和编辑历史？ | 签署清单、证书、成分链 | 断言质量和生态系统覆盖范围 |
| 水印和标签 | 参与内容是否被标记？ | 可检测信号和发行者记录 | 转变、移除和不参与 |
| 法医检测 | 内容是否可能被生成或操纵？ | 校准分数和支持功能 | 泛化和对抗性衰退 |
| 身份和活力 | 被声称的人是否在场并获得授权？ | 挑战、生物识别和设备证据 | 范围、偏见、隐私和演示攻击 |
| 工作流程 | 根据证据采取什么行动？ | 政策、案例历史和审计追踪 | 整合和不一致的客户实践 |
| 人工审核 | 不确定性如何解决？ | 审查员方法、同行评审和报告 | 成本、能力和判断变化 |
每一层都回答不同的问题并创建不同的勤勉要求。
4. 建立真实性到结果的账本
分类帐应将每个采样项目与其来源、媒体类型、获取渠道、压缩历史记录、出处状态、水印状态、模型版本、取证分数、身份证据、分析师审查、决策、客户操作、争议和财务记录连接起来。目的是跨产品、运营和价值的可追溯性。
负面和不确定的情况属于分类账。虚假的操纵指控可能会损害客户和主体。错过的操纵可能会导致欺诈或错误信息。当证据薄弱时，不确定的结果可能是正确的结果。一个仅包含成功示范的数据室无法支持人口层面的结论。
买家应该对客户群体和后果进行抽样。验证支付指令的银行、检查传入镜头的新闻机构、应用标签的平台和面对法庭的审查员有不同的门槛和证据要求。账本应该保留这些差异，而不是将它们平均为一个分数。
财务部门应将相同的群体与合同收入、使用情况、服务工作、信用、索赔、续订、扩展和收款联系起来。这揭示了绩效是否转化为客户价值，以及困难的情况是否消耗了无价劳动力。它还暴露了可能快速变化的生成器、平台、渠道或监管要求的集中度。
5. 设计一个有代表性的基准
NIST OpenMFC 将操纵检测、深度伪造检测和定位任务分开，并使用包括接收器操作特性曲线、曲线下面积和指定误报率下的正确检测率在内的度量。 2026 年守护者计划将运营重点扩展到更新的发电机、后处理证据、代表性案例和持续重新评估。[2][3]
买方应建立一个反映目标公司合同用途的基准。它应该包括真实的、编辑的、生成的和操纵的内容；已知和以前未见过的发电机；多种语言和口音；不同的设备和捕获条件；常见的社交媒体和消息传递转换；以及故意的反法医改变。培训、发展和最终挑战集应分开。
应按操作阈值报告性能。处理数百万件良性物品的客户可能需要非常低的误报率。当进行人工审查时，法医分类服务可以接受不同的阈值。买方应衡量校准、弃权和置信稳定性以及排名表现。
基准治理很重要。目标应记录数据集权利、出处、人口构成、污染检查、标签过程、模型访问和评估历史。对可见测试集进行重复调整可能会产生无法概括的明显性能。独立的挑战管理和密封的决赛可以降低这种风险。
基准测试还应该区分组件测试和端到端测试。检测器可以正确地对剪辑进行分类，而周围的工作流程会丢失文件、应用错误的阈值或无法向批准者提供原因。端到端测试应从客户入口点开始，并继续进行摄取、标准化、评分、来源验证、审查、决策、响应和审计导出。买方应记录由集成、数据质量和操作以及模型错误引起的故障。
样品设计应遵循商业曝光。如果大部分收入来自通过消息应用程序提交的短移动音频，那么高分辨率演播室视频的大型基准提供的估值证据有限。团队应根据目标的当前和签约客户群体对结果进行加权，然后将未加权的结果作为技术交叉检查。新市场情景应使用单独的假设，因为未来人口可能与现有人口存在重大差异。
| 方面 | 证据人群 | 措施 | 收购警告 |
|---|---|---|---|
| 模态 | 图像、音频、视频和混合媒体 | 按模态校准性能 | 作为平台结果呈现的一种强有力的模式 |
| 发电机换档 | 已知和不可见的发电机 | 时间间隔挑战表现 | 训练和测试污染 |
| 转型 | 压缩、裁剪、模糊、重新录制和转录 | 实际处理后的性能 | 仅原始实验室文件 |
| 身份 | 人脸、语音和活体场景 | 按群组和攻击划分的错误率 | 总利率掩盖了亚组的弱点 |
| 运营 | 特定于渠道的案例工作流程 | 接受的决定、延迟和返工 | API 无需客户操作即可得分 |
| 证据 | 报告和审计追踪 | 完整性和再现性 | 分数无法解释或复制 |
该基准将功能、操作阈值、稳健性和工作流程结果分开。
6. 测量误报和漏报
错误成本应该驱动操作点。误报可能会阻止合法付款、给真实新闻贴上错误标签、拒绝客户或破坏证据。漏报可能会允许冒充、欺诈或操纵内容。买方应确定谁承担每种后果以及合同如何分配责任。
检测报告应包括相关阈值的混淆矩阵、接受者操作特征和精确回忆曲线、校准、弃权和队列结果。流行率很重要。在真实内容和虚假内容之间平衡的测试集可能会夸大生产流中的阳性预测值，其中被操纵的内容很少见。买方应使用观察到的客户流行度重新计算预期工作量。
人工审核可以减少一些错误，同时产生队列和一致性风险。尽职调查团队应比较受控案例的自动决策、辅助决策和仅由审查员做出的决策。分歧应通过书面裁决解决。分析应记录系统是否改变最终决定、时间、证据质量或审查者信心。
该图显示了客户结果如何改变首选操作阈值。值是方法演示的管理假设。
7. 测试对抗性衰减
对抗性衰减是指随着生成方法、编辑工具、规避技术和分发渠道的变化，有用性能的降低。 NIST 的监护人计划明确目标是推广新方法和肮脏的后处理证据。 NIST 的对抗性机器学习分类法描述了预测和生成系统中的规避、中毒、隐私和滥用攻击。[3][9]
买家应该建立不同时间的挑战集。模型可以在定义的日期冻结，并根据以后生成的内容进行测试。团队应按发电机组、改造和通道来衡量性能，然后记录恢复批准的工作点所需的研究和工程工作。结果是证据半衰期，而不是永久的准确性声明。
起源和水印系统也会发生衰减。信任列表、证书、清单、软绑定、发行者参与和验证软件需要持续维护。兼容性更改可以提高安全性，同时产生迁移义务。获取模型应包括保持证据链最新所需的人员、基础设施和治理。
研究吞吐量应作为一个操作过程来衡量。目标应展示如何发现新一代方法、获取合法评估材料、标记证据、确定威胁优先级、更改模型、验证版本并通知客户。买方应检查从重大新威胁到批准的客户发布的周期时间，以及回归故障、紧急补丁和分析解决方法。当快速发布过程反复损害既定性能时，它创造的价值有限。
尽职调查团队应该将持久的平台能力与特定于模型的优势分开。数据管道、实验控制、评估工具、客户反馈、模型监控和专家团队可以支持重复调整。针对瞬态人工制品训练的狭窄分类器可能会很快失去价值。估值应认识到更新证据的过程以及当前模型结果，前提是该过程在尽职调查期间得到记录、配备和复制。
这些曲线说明了验证周期之间不同的性能衰减率。值是方法演示的管理假设。
8. 评估出处和内容凭证
C2PA 规范 2.4 描述了可加密验证的内容来源，包括清单、断言、成分、签名、信任和软绑定。来源可以显示谁或什么签署了断言，以及资产是否仍然与其关联。买方应测试创建、嵌入、边车存储、验证、信任列表处理、撤销、成分链和转换资产恢复。[5][10]
覆盖范围是一个商业问题。当采集设备、生成工具、编辑器、出版商、平台和客户工作流程参与时，出处是最有价值的。买方应衡量具有可用凭证的相关内容的份额、在每个渠道中幸存的份额以及客户在凭证存在、不存在或无效时采取的操作。
信托治理应该接受与模型治理同等的交易尽职调查。证书颁发、密钥保管、身份证明、撤销、时间戳和软件更新实践可以确定凭证是否有用。客户合同应说明系统验证的内容以及超出范围的内容。
目标公司的知识产权应与生态系统参与分开。实施专业知识、工作流程集成、信任服务和专有恢复方法可以创造价值。仅仅获得开放标准并不能建立护城河。买方应测试转换成本、互操作性以及客户对清单和记录的所有权。
互操作性测试应使用由多个合格工具创建并在目标支持的环境中进行验证的凭据。团队应该测试格式错误的清单、撤销的凭证、过期的证书、缺失的成分、相互冲突的断言以及已转换或删除元数据的内容。产品应一致地呈现验证状态和限制。客户策略应将有效签名与对签名者的信任以及对基础事件的信心区分开来。
9. 评估水印和标签
水印可以帮助通过生成或编辑时嵌入的信号来识别支持的合成内容。标签可以向用户传达人工来源。 NIST 将水印和标签确定为合成内容透明度的技术方法之一，而欧盟最终的 2026 年实践守则则根据第 50 条解决了标记、检测和深度伪造标签问题。[1][6]
尽职调查程序应测试调整大小、裁剪、压缩、转码、重新录制、混合、翻译和共同编辑后的可检测性。它应该衡量错误归因以及区分产品做出这些声明的多个发行者或型号系列的能力。应包括水印安全、密钥管理和共谋风险。
商业价值取决于工作流程的采用。仅在演示期间使用的水印检测器几乎没有重复价值。买方应将信号追踪到审核、欺诈审查、发布、通信和证据保存系统。它应该在检测后衡量响应时间、人工审查和客户政策。
非参与内容仍然是一个主要限制。水印的缺失并不能证明其真实性，水印的存在应在发行者和威胁模型中进行解释。产品语言、培训和合同应防止客户将部分信号转化为不受支持的结论。
10. 测试多模式和跨渠道性能
Deepfake 活动可以结合合成语音、操纵视频、伪造文件、受损帐户和社会工程。仅媒体检测器可能会错过使事件具有可操作性的上下文证据。买方应测试平台如何链接内容、身份、设备、帐户、通信和交易信号。
音频需要单独处理，因为编解码器、背景噪音、短片、多语言语音、语音转换和重播都会影响性能。视频引入了时间一致性、口型同步、帧选择和压缩。图像会产生不同的出处和本地化问题。文本和文档工作流程增加了作者身份、元数据和语义一致性问题。
当跨渠道编排减少客户工作量并改进决策时，可以创造可防御的工作流程优势。它还会增加集成成本和数据权限暴露。买方应确定哪些相关性是生产特征，哪些取决于客户数据，哪些仍然是研究原型。
11. 评估客户工作流程
应在做出决定时对产品进行评估。金融机构可以在支付审批、账户恢复、远程登录和高管模拟响应等方面使用真实性检查。媒体机构可以将其用于来源验证和发布。企业可以保护高管沟通和品牌渠道。平台可以支持标签、审核和申诉。公共机构和法医实验室可以在证据程序中使用经过验证的工具。[3][11][12]
对于每个工作流程，买方应记录触发器、可用证据、服务级别、决策所有者、允许的操作、升级、审计跟踪和补救措施。产品的贡献应与其他控件隔离。欺诈损失的减少可以反映出更强大的回调、交易限制或账户控制以及检测。
采用的衡量标准应超越许可证。有用的措施包括主动受保护的工作流程、分析合格事件、审查案例、更改决策、完成行动、上诉、服务积分和经过验证的损失避免。客户参考资料应与系统和合同记录保持一致。
买方应检查反事实情况。客户可能在公共事件发生后购买了该产品，同时继续依赖手动回电和现有的身份控制。访谈应确定哪些决策发生了变化，将会发生哪些替代流程，以及哪些衡量的收益可以合理地归因于目标。避免损失需要特别小心，因为被预防的事件很难观察到。分析应使用记录的未遂事件、受控模拟和客户批准的归因方法。
当产品嵌入政策、证据处理和案例系统中时，工作流程深度可以创造保留。它还可能产生实施责任。尽职调查团队应衡量部署时间、客户配置、培训、变更管理、集成维护以及在合同范围内运营的客户比例。使软件有用所需的服务应在利润和容量模型中保持可见。
| 客户工作流程 | 决定 | 需要证据 | 结果衡量 |
|---|---|---|---|
| 付款审批 | 释放、保持或验证指令 | 身份、渠道、内容和回调证据 | 防止丢失、延误和误持有 |
| 远程入职 | 接受、拒绝或升级申请人 | 活性、身份、文档和设备证据 | 欺诈、完成和审查成本 |
| 新闻核实 | 发布、标记、调查或拒绝 | 出处、法医和来源证据 | 修正、速度和信心 |
| 平台审核 | 标签、限制、删除或上诉 | 内容、政策和出处证据 | 曝光率、上诉率和错误率 |
| 企业通讯 | 信任、挑战或隔离消息 | 账户、语音、视频和上下文证据 | 事件遏制和破坏 |
| 法医检验 | 报告发现和局限性 | 经过验证的方法、监管链和同行评审 | 再现性和案例接受度 |
当技术证据改变受控的客户决策时，价值就会产生。
12. 评估模型治理和可解释性
买方应获得完整的模型清单，包括模式、目的、架构、训练数据、外部组件、版本、部署、阈值、已知限制和所有者。变更应与评估证据和客户发布记录相关联。 NIST AI RMF 和生成 AI 配置文件为治理、映射、测量和管理 AI 风险提供了有用的结构。[13][14]
可解释性应该与用户和决策联系在一起。研究人员可能需要定位、信号贡献、来源验证和替代解释。客户批准者可能需要简明的证据摘要和限制声明。面对法庭的专家需要方法验证、监管链和可重复性。
该系统应支持弃权和不确定性。当证据薄弱或超出经过验证的人群时，强制二元答案可能会对客户造成伤害。买方应审查不确定性如何影响工作流程、服务水平和报告的绩效。
模型变更治理应该将研究证据与商业发布联系起来。目标应定义重大变更、所需回归范围、批准权限、客户通知和回滚条件。即使模型权重保持不变，阈值变化也会改变工作负载和客户结果。外部模型或 API 更新可以产生类似的效果。买方应对版本进行抽样，并从开发证据到批准、部署、监控和客户沟通跟踪每一个版本。
文档应可供产品团队、调查人员、销售团队和客户使用。研究笔记中隐藏的技术限制可以从提案和操作程序中消失。尽职调查团队应比较模型卡、验证报告、产品文档、培训材料、工作说明书和面向客户的声明。差异应反映在责任评估和补救计划中。
13. 保护数据、权利和监管链
培训、评估和生产数据可以包括面孔、声音、通信、身份证件、机密媒体和犯罪证据。买方应了解法律依据、同意、许可、目的、地理位置、保留、安全、删除、转发和客户限制。权利应涵盖预期的交割后使用，包括模型改进和适用的跨客户学习。
当产出支持调查、争议或诉讼时，监管链就很重要。该平台应保留获取方法、原始哈希值、转换、模型和软件版本、分析师操作、时间戳和导出。产品更新后记录应保持可重复性。
| 资产 | 权利和控制证据 | 运行测试 | 估值处理 |
|---|---|---|---|
| 训练数据 | 许可、同意、出处和限制 | 复制授权数据集 | 仅限价值可转让允许使用 |
| 评价数据 | 独立标签和污染控制 | 重新运行密封基准测试 | 支持证据的持久性 |
| 制作媒体 | 合同、目的和保留 | 追踪样本案例 | 仅识别授权的工作流程值 |
| 型号 | 所有权、第三方条款和依赖性 | 重建或恢复版本 | 独立拥有和许可的能力 |
| 凭证和密钥 | 发行人、托管、信托和撤销 | 验证和撤销测试凭证 | 价格信托服务和责任 |
| 案件证据 | 监管链和审计权 | 重现报告 | 支持受监管的专家工作流程 |
该登记册将合法权利、技术血统和估价使用联系起来。
14. 测试安全性和抗滥用性
目标本身就是一个对抗系统。攻击者可以探测阈值、提交精心制作的媒体、毒害反馈、窃取模型、泄露密钥、淹没审查队列或操纵分析师上下文。 NIST 的对抗性机器学习分类法和 C2PA 安全指南为威胁建模提供了有用的起点。[9][15]
买方应委托跨模型、API、应用程序、身份、证书、数据和操作层进行测试。应审查速率限制、异常检测、访问控制、安全开发、事件响应、秘密管理和恢复。客户提供的证据应被视为潜在的敌意证据。
滥用控制也对客户进行管理。取证工具可用于监视、无支持的归因或生物识别数据的收集。目标应定义可接受的使用、高风险客户、升级和终止。依赖于禁止或弱控制使用的收入应排除在基本情况之外。
15. 评估监管和证据暴露
监管范围因产品和司法管辖区而异。自 2026 年 8 月 2 日起，欧盟 AI 法案第 50 条的透明度义务适用于某些 AI 生成的内容和深度赝品的标记和标签。最终的《实践守则》为签署者提供了自愿合规途径，同时法律义务仍保留在该法案中。数据保护、生物识别、平台、通信、消费者保护和证据规则也适用。[6][16][17]
美国当局通过 FTC 的政府和企业假冒规则以及 FCC 根据《电话消费者保护法》对 AI 生成的声音的处理，解决了假冒和 AI 生成的语音危害问题。 FBI 和 IC3 警报记录了在冒充和欺诈活动中使用 AI 生成的语音和篡改媒体的犯罪行为。[11][12][18]
买方应获得按产品划分的司法管辖区矩阵和最新的专家建议。产品声明、客户行为、保留、报告和人工审核应符合相关义务。监管需求可以创造收入，同时也会增加验证、审计和责任成本。
16. 分析客户群体和合同
客户应按工作流程、结果、模式、集成深度、地理位置、渠道和服务模式进行分组。按平台、生成者或监管要求划分的收入集中度应该是可见的。群组应显示合同经常性收入、使用情况、部署、审核工作、毛利率、续订、扩展、索赔和现金。
合同审查应涵盖绩效承诺、允许使用、数据权利、审计、安全、事件响应、赔偿、责任上限、保险、服务信用、证据保留、模型变更和终止。营销主张应与可执行范围相一致。
该矩阵说明了如何一起审查工作流程采用和证据持久性。
17. 重建完整的交付经济
应根据客户和案例记录重建毛利率。成本包括云处理、模型推理、存储、信任基础设施、第三方数据、证书、分析师审查、研究、评估、客户集成、支持、事件响应和保险。分担研究费用应明确分配。
使用量增长可以通过规模降低单位成本，同时增加审查和基础设施成本。高后果客户可能需要专用环境、专家可用性和更强的证据保留。买方应将软件利润与托管服务利润和专家证据利润分开。
现金转换需要审查计费触发因素、最低承诺、超额、专业服务、信用、争议和收款。较大的合同价值可以与缓慢的部署和有限的使用共存。递延收入和客户资助的实施应与剩余义务相协调。
18. 建立一个假设的收购案例
假设目标有 145 个客户，年度经常性收入为 USD 42 million，追踪收入为 USD 47 million。百分之六十的经常性收入来自金融欺诈和身份工作流程，百分之二十五来自媒体和平台工作流程，百分之十五来自企业和公共部门调查。报告毛利率为 76%。
管理层估计，完整的案例审查、评估数据和信任基础设施成本会将标准化毛利率降低至 68%。代表 USD 9 million 经常性收入的 12 个客户依赖于一个分销合作伙伴。进一步的 USD 6 million 取决于模型特征，该模型特征在买方密封的看不见的发电机组上的性能低于批准的工作点。
买方重现 USD 27 million 经常性收入的可接受性能，确认 USD 25 million 的合同和数据权利，并验证 USD 23 million 当前工作流程的采用。这些数字是方法演示的管理假设。它们不应被用作对真实公司的预测、市场倍数或声明。
| 物品 | 假设金额 | 证据状态 | 治疗 |
|---|---|---|---|
| 报告的经常性收入 | USD 42m | 合同清单 | 起点 |
| 再现表现队列 | USD 27m | 密封基准和案例样本 | 有资格获得证据支持的基础 |
| 可转让权利群体 | USD 25m | 合同和权利登记册 | 经法律确认后符合资格 |
| 主动工作流队列 | USD 23m | 生产和客户记录 | 最高置信度重复碱基 |
| 合作伙伴集中的收入 | USD 9m | 分销协议 | 集中压力和保持力 |
| 取决于功能的收入 | USD 6m | 未见过的发电机阈值失败 | 补救或或有价值 |
| 标准化毛利率 | 68% | 完全成本重建 | 在现金流情况下使用 |
每个数字都是仅为证明估值方法而创建的管理假设。
19.强调收购模式
该模型应测试性能下降、客户误报容忍度、合作伙伴流失、模型提供商价格变化、证书或信任列表变化、监管补救、专家流失、重大滥用事件和延迟集成。每个场景都应贯穿使用、审核工作、积分、续订、收入、利润、投资和现金。
压力测试应区分临时补救措施和结构性损害。可以通过例行再训练恢复的检测器不同于需要新数据权限或架构的检测器。具有多元化发行人的来源服务不同于依赖于单一平台的服务。具有分层验证的客户工作流程与依赖单一分数的客户工作流程不同。
董事会应该收到维持运营现实的不利案例。削减研究或评估支出可以提高近期利润，同时加速证据衰减。消除审阅者可以提高吞吐量，但同时也会增加错误。仅当受控群组达到绩效和服务阈值后，才应释放集成节省。
敏感性应通过运营驱动因素来表达，管理层可以在关闭后进行监控。其中包括经过验证的人群中的内容份额、刷新周期时间、每个案例的审阅者分钟数、合作伙伴浓度、证书服务成本、不良事件后的客户激活和续订。然后，投资委员会可以将每个假设与所有者、报告节奏和干预阈值联系起来。
这创建了一个可测量的关闭后控制系统。
20. 分层评估公司价值
基础层是来自活跃客户工作流程的现金流，具有再现的绩效、可转让权利、标准化成本和可接受的集中度。第二层可以识别部署先决条件已完成的有证据支持的扩展。第三层可以通过概率加权场景或里程碑考虑来识别或有产品或生态系统选项。
在商业模式和证据质量标准化后，收入倍数可以提供市场交叉检查。具有专家密集型交付、大容量身份 API 和来源网络的托管取证服务可以报告经常性收入，同时带来截然不同的利润、再投资、集中度和责任。可比集应该被解释，而不是被视为直接定价规则。现金流情景应反映研究更新、评估、整合和信托服务成本。
成本方法可以告知软件、数据集和技术重建的价值，但历史支出并不能确定有用性或合法权利。当假设得到支持时，收入法可以隔离客户关系或技术贡献。特许权使用费减免、超额收益和重置成本方法需要仔细分离出资资产并进行重复计算。董事会应协调商业价格、财务报告分配和下行保护，而不是将它们视为同一行为。
无形资产可能包括软件、模型、数据集、客户关系、合同、商标和正在进行的研究。 IFRS 3 和 IAS 38 涉及企业合并中收购的可辨认无形资产，而 IFRS 13 和 IVS 则提供估值原则。交易模型应将会计分配与商业决策分开，同时协调两者。[19][20][21][22]
该图将验证价值、有证据支持的价值、或有期权和扣除分开。
| 价值成分 | 所需证据 | 估值方法 | 保护机制 |
|---|---|---|---|
| 活跃的重复碱基 | 复制性能、权利、采用和现金 | 标准化现金流和市场交叉检查 | 期末调整和保证 |
| 扩张 | 签约客户并完成部署门 | 概率加权队列现金流 | 分期付款 |
| 研究优势 | 时间分离的基准和刷新经济学 | 超额回报或重建成本交叉检查 | 保留和里程碑付款 |
| 出处网络 | 发行人参与和工作流程使用 | 网络群体经济学 | 采用里程碑 |
| 产品选项 | 原型和记录的市场路线 | 情景值 | 盈余或保留权益 |
| 负债 | 权利、索赔、补救和集中 | 预期成本和不利情况 | 赔偿、托管或降价 |
应根据证据的强度和时机进行考虑。
21.设计交易条款和整合
陈述应涵盖所有权、培训和评估权、模型库存、出处和证书操作、安全、隐私、客户合同、性能声明、事件和争议。披露时间表应确定第三方模型、数据、开源组件、信任依赖性和关键人员。
收益应使用管理层可以影响且双方都可以审计的衡量标准。衡量标准可以结合保留的经常性收入、标准化毛利率、积极的工作流程采用、定义的时间间隔挑战集的绩效和客户结果。数据集、阈值、模型版本、人群、审核权限和争议流程应在结束前达成一致。
整合应保留证据。模型、数据集、证书、密钥、日志、案例历史和客户配置应保持受控。客户迁移应使用双运行队列。研究和取证团队需要保留、权威和明确的发布流程。成本行动应遵循经过验证的容量和性能。
22.执行180天计划
第 1 至 30 天建立控制。该团队确认产品和合同范围、模型和数据库存、密钥保管、信任依赖、客户群体以及结果分类账的真实性。它保留基准集、源证据、版本和案例记录。
第 31 天至第 75 天再现性能。该团队在客户阈值下运行密封的跨模态、看不见的生成器和后处理测试。它对生产案例、人工审查和监管链进行抽样。财务重建了完整的交付成本和现金转换。
第 76 至 120 天测试耐力和注意力。该团队运行不同时间的挑战、威胁模型练习以及合作伙伴、模型提供商和监管场景。它衡量刷新工作量、客户采用率和错误后果。
第 121 至 180 天完成考虑保护和队列整合。董事会收到经过验证的价值、有证据支持的价值、期权、负债、第一年投资和释放门槛。仅当双运行证据达到批准的阈值后，才会进行迁移。
该计划从控制和复制转向耐久性测试、交易保护和队列释放。
| 门 | 证据 | 启用决策 | 失败响应 |
|---|---|---|---|
| 周长 | 产品、合同和责任图 | 确认收购范围 | 排除或重新定价不受支持的范围 |
| 表现 | 密封代表性基准 | 接受核心能力 | 补救、保留价值或停止 |
| 耐用性 | 时间分离和后处理测试 | 认识研究优势 | 降低价值并增加更新投资 |
| 权利与信任 | 数据、型号、证书和客户权利 | 确认可转让价值 | 限制使用或降低价格 |
| 客户成果 | 工作流程采用、错误和现金队列 | 接受重复碱基 | 调整收入和利润 |
| 集成准备情况 | 双跑计划、重点控制、人员覆盖 | 释放队列迁移 | 扩展并行操作 |
| 实现价值 | 独立调节业绩和现金 | 释放保留对价 | 推迟或减少付款 |
在进行价格、迁移或成本行动之前，每个关口都需要可审查的证据。
23. 决定和结论
深度造假防御公司应该通过他们在真实客户工作流程中创建的证据的持久性来评估其价值。标题准确性可以支持技术审查，但交易价值需要代表性人群、相关运营门槛、可转让权利、完整成本、采用和负责任的结果。
控制堆栈是互补的。出处、水印、取证检测、身份检查、工作流程编排和人工审查回答了不同的问题。买方应确定每一层的作用和限制，并避免将通用真实性声明分配给部分信号。
对抗性衰退属于估值模型。时间间隔的挑战集、肮脏的后处理证据、回归测试和更新经济学显示了功能保持有用的时间以及维护成本。当研究能力产生可重复的性能和客户结果时，它就很有价值。
交易应维护五个相互关联的记录：结果分类账的真实性、模型和数据集清单、权利和信任登记册、客户群体模型和证据持久性时间表。这些记录允许技术、运营、监管和财务调查使用相同的证据。
价格和集成应遵循证据。具有再现性能和可转让权利的活跃循环工作流程支撑着基础。有证据支持的扩张可以支持阶段性价值。在证明采用和经济性之前，新的模式、生态系统和产品选择仍然取决于情况。这种结构为买家和卖家在威胁和防御快速变化的市场中提供价格、保护和执行的实用基础。
来源
- 美国国家标准与技术研究院，《降低合成成分带来的风险》，NIST AI 100-4。 阅读主要来源
- 美国国家标准与技术研究所，开放媒体取证挑战赛。 阅读主要来源
- 国家标准与技术研究所，法医证据监护人。 阅读主要来源
- 国防高级研究计划局，语义取证。 阅读主要来源
- 内容来源和真实性联盟，C2PA 规范 2.4。 阅读主要来源
- 欧盟委员会，AI 生成内容透明度实践准则。 阅读主要来源
- 内容来源和真实性联盟、人工智能和机器学习指南。 阅读主要来源
- 内容来源和真实性联盟，C2PA 解释者。 阅读主要来源
- 美国国家标准与技术研究所，对抗性机器学习，NIST AI 100-2e2025。 阅读主要来源
- 内容来源和真实性联盟，内容凭证技术规范。 阅读主要来源
- 联邦调查局互联网犯罪投诉中心，冒充美国高级官员的活动。 阅读主要来源
- 联邦通信委员会，AI 在自动呼叫声明性裁决中发出声音。 阅读主要来源
- 美国国家标准与技术研究院，人工智能风险管理框架 1.0。 阅读主要来源
- 美国国家标准与技术研究院，生成人工智能概况，NIST AI 600-1。 阅读主要来源
- 内容来源和真实性、安全考虑联盟。 阅读主要来源
- 欧盟，EU 2024 1689 法规制定了人工智能的统一规则。 阅读主要来源
- 欧盟，关于数字服务单一市场的欧盟 2022 2065 法规。 阅读主要来源
- 美国联邦贸易委员会，冒充政府和企业规则。 阅读主要来源
- IFRS 基金会、IFRS 3 企业合并。 阅读主要来源
- IFRS 基金会，IAS 38 无形资产。 阅读主要来源
- IFRS 基金会，IFRS 13 公允价值计量。 阅读主要来源
- 国际评估标准理事会，国际评估标准。 阅读主要来源
- IFRS 基金会，IAS 36 资产减值。 阅读主要来源
- 国际标准化组织，ISO IEC 42001 人工智能管理系统。 阅读主要来源
- 国际标准化组织，ISO IEC 23894 人工智能风险管理。 阅读主要来源
- 国际标准化组织，ISO IEC 30107 生物识别演示攻击检测。 阅读主要来源
- 国际标准化组织，ISO IEC 27001 信息安全管理体系。 阅读主要来源
- 美国国家标准与技术研究所，数字身份指南。 阅读主要来源
- 美国国家标准技术研究院，人脸分析技术评估。 阅读主要来源
- 美国国家标准技术研究院，OpenMFC 评估计划。 阅读主要来源
- 欧盟委员会，AI 生成内容的透明度指南。 阅读主要来源
- 欧盟委员会，关于标记和检测 AI 生成内容的技术研究。 阅读主要来源
- 英国信息专员办公室，关于 AI 和数据保护的指南。 阅读主要来源
- 英国国家网络安全中心，安全 AI 系统开发指南。 阅读主要来源
- 网络安全和基础设施安全局，设计安全。 阅读主要来源
- 美国国家标准与技术研究所，安全软件开发框架。 阅读主要来源
- 美国国家标准与技术研究所，计算机安全事件处理指南。 阅读主要来源
- 美国国家标准与技术研究所，安全和隐私控制，SP 800-53 修订版 5。 阅读主要来源
- 国家标准与技术研究所，保护非联邦系统中的受控非机密信息。 阅读主要来源
- 欧盟网络安全局，ENISA 威胁形势 2025。 阅读主要来源
- 欧盟网络安全局，人工智能网络安全挑战。 阅读主要来源
- 经济合作与发展组织、经合组织 AI 原则。 阅读主要来源
- 联合国教科文组织，《人工智能伦理建议书》。 阅读主要来源
- 欧洲委员会，《人工智能与人权、民主和法治框架公约》。 阅读主要来源
- 美国证券交易委员会，网络安全风险管理策略治理和事件披露规则。 阅读主要来源
- 金融行动特别工作组，数字身份指南。 阅读主要来源
- 国际电信联盟，Deepfake 检测挑战。 阅读主要来源
- 世界知识产权组织，WIPO 关于知识产权和人工智能的对话。 阅读主要来源
- UAE 网络安全委员会，国家网络安全战略。 阅读主要来源
- 沙特国家网络安全局，基本网络安全控制。 阅读主要来源
