生成器内部表征

X-AVDT：面向鲁棒深度伪造检测的音视频交叉注意力

X-AVDT: Audio-Visual Cross-Attention for Robust Deepfake Detection

把生成器内部的音视频交叉注意力当作取证线索：用 DDIM 反演取回生成过程中的模态对齐特征与反演差异图，作为检测器输入，这一思路可迁移到其他「利用生成模型内部表征做取证/溯源」的视觉任务。