1 июля пресс-центр МВД в ответ на запрос «Ведомостей» подтвердил: ведомство тестирует программы с искусственным интеллектом для выявления дипфейков. Это не пресс-релиз на mvd.ru и не публичный запуск сервиса - это ответ СМИ. Отдельной новости на сайте ведомства по тесту найти не удалось, поэтому первичное подтверждение здесь - именно комментарий пресс-центра, а не документ (Ведомости, 1 июля 2026).
Если ты разбираешься, как вообще устроены ии дипфейки видео и кто их теперь ловит, сразу зафиксируй главную ошибку вторичных публикаций: они сваливают в одну цитату три разных источника цифр. Разберём по порядку, потому что для практика это важнее громкого заголовка. Чтобы дальше не прыгать между вкладками с разными моделями во время такого разбора, удобно держать один доступ к Claude, GPT и Gemini в одном окне. Речь идёт о provod.ai (российский OpenRouter) — агрегаторе моделей по аналогии с зарубежным сервисом.
Подключите модели для проверки контента с оплатой в рублях на provod.ai
Что именно подтвердило МВД, а что приписали ему по ошибке
Прямых утверждений от МВД немного, и это стоит проговорить честно. Пресс-центр сказал «Ведомостям», что программы тестируются. Отдельно замначальника Следственного департамента МВД Данил Филиппов 3 июля обсудил применение дипфейков в мошенничестве в интервью РАПСИ. По данным МВД, за январь-апрель зарегистрировано около 90 тысяч интернет-мошенничеств, и примерно 4% из них были связаны с дипфейками (Ведомости, 1 июля 2026). Там же ведомство сообщало о снижении числа IT-преступлений на 25% и ущерба на 19%, до 52 млрд рублей, за тот же период.
А вот дальше начинается подмена. Оценку «более 4 тысяч пострадавших и ущерб свыше 2 млрд рублей за пять месяцев» давал Сбер, а не МВД. Стоимость создания одного ролика «около 50 рублей» - тоже цифра Сбера; в интервью МВД называло более широкий диапазон 500-2500 рублей (РАПСИ, 3 июля 2026). А рост числа общественно значимых дипфейк-роликов до 616 за январь-май против 117 годом ранее приводил аналитический центр «Диалог Регионы». Смешивать это в одну строку - значит выдавать чужую аналитику за официальную позицию следствия.
Практический вывод простой. Когда тебе в ленте попадается «МВД заявило, что дипфейк стоит 50 рублей», это повод открыть первоисточник, а не репост. Ведомство про тест ИИ сказало осторожно и без деталей о конкретных моделях, сроках и метриках. Всё яркое - про масштаб угрозы, про дешевизну роликов, про кратный рост - принадлежит другим центрам, и склейка этих цифр в одну цитату искажает картину.
Чтобы было проще держать атрибуцию в голове, полезно один раз разложить утверждения по владельцам. Ниже - таблица, которая показывает, где заканчиваются данные МВД и начинается статистика Сбера и «Диалог Регионов». Держи её рядом, когда будешь читать очередной пересказ новости.
Почему ии дипфейки видео так тяжело ловить
Детектор работает не в вакууме. Он живёт в мире, где синтетическое видео стало бытовой нормой, и именно объём фона делает задачу тяжёлой. Один и тот же генеративный движок днём оживляет старое фото или раскрашивает семейный снимок, а ночью тот же движок кто-то использует для вредоносного монтажа чужого лица. Оживление старой карточки и подделка - технически соседние операции, разница только в запросе.
Это ключевая причина, почему нельзя просто «запретить генерацию». Инструмент нейтрален. Те же навыки промптинга, что помогают человеку без опыта собрать легальную картинку или текст, масштабируют и мошеннический сценарий: убедительная подпись плюс поддельное лицо. Детектору приходится отделять вред не по инструменту, а по следам, которые генератор оставляет в самом файле.
Как он вообще принимает решение? Грубо говоря, ищет швы. Сначала смотрит метаданные и контейнер: чем и как пересобирал файл редактор. Дальше идёт сегментация лица на зоны, поиск границ, где монтаж склеил синтетику с оригиналом, анализ микродвижений - неестественное моргание, лёгкий тик, который живая мимика не воспроизводит одинаково. Потом - согласованность между кадрами: настоящее видео даёт плавное движение, а генератор нередко срывается на переходах и «оживляет» лицо рывками.
Ни один признак не работает в одиночку, поэтому современные пайплайны часто мультиагентные: несколько специализированных моделей голосуют, а верхний слой объединяет их выводы в единый вердикт. Схема ниже показывает этот маршрут по узлам - от метаданных до согласованности кадров - и две возможные ветви вывода. Это обобщение по источникам пакета, а не официально раскрытая архитектура МВД: конкретные модели ведомство не называло.
Как проверить подозрительное видео самому: рабочие шаги
Пока государственные детекторы в стадии теста, базовую гигиену можно держать руками. Ниже - последовательность, которая ловит большую часть бытовых подделок ещё до всякого ИИ.
- Проверь источник и место публикации. Ролик, который «монтирует» реальность, почти всегда всплывает без первоисточника, через переозвучку и пересъёмку с экрана.
- Открой метаданные и историю файла. Если видео прошло через короткие форматы соцсетей, оригинальные метки почти стёрты, но контейнер и битрейт всё ещё что-то говорят.
- Смотри границы лица на паузах. Дрожащий контур у волос, бороды или уха выдаёт, где нейросеть пыталась склеить кадр.
- Слушай рассинхрон. Переозвучка ломает совпадение губ и звука; на длинных фразах это заметно даже на глаз, без спецсофта.
- Не доверяй срочности. Мошеннический сценарий давит на скорость: «переведи сейчас», «подтверди по видео удалённо». Это красный флаг сам по себе.
Если хочется собрать свой прототип проверки, минимальный каркас пишется на Python. Писать его вручную с нуля необязательно: можно описать логику разбора текстом, а синтаксис модель подставит сама - тебе останется проверить результат. Компактный вызов через один совместимый эндпоинт выглядит так, и здесь удобно, что не нужно менять SDK под каждого вендора:
from openai import OpenAI
client = OpenAI( api\_key="ПРОВОД\_КЛЮЧ", base\_url="https://api.provod.ai/v1", )
resp = client.chat.completions.create( model="claude-opus-4-8", messages=[ {"role": "system", "content": "Ты аналитик по верификации видео."}, {"role": "user", "content": "Разбери признаки монтажа в этом описании кадра: ..."}, ], ) print(resp.choices[0].message.content)
Одна честная оговорка про повторяемость: языковая модель не заменяет специализированный детектор пикселей и не даёт стабильного «да/нет» на один и тот же кадр. Её роль - помочь структурировать разбор, свести признаки, написать понятный вывод. И помни про промпт-инъекцию: если ты кормишь модели чужой текст из подписи к ролику, вредоносная инструкция внутри этого текста может увести анализ в сторону. Держи системную инструкцию жёсткой, а входной текст - изолированным как данные, а не команду.
Экономика угрозы: почему МВД вообще занялось тестами
Считать надо трезво. По данным МВД, доля дипфейков среди интернет-мошенничеств за январь-апрель - примерно 4% от около 90 тысяч случаев (Ведомости, 1 июля 2026). Это меньшинство. Но дешевизна производства меняет траекторию: даже по консервативной оценке из интервью МВД ролик обходится в 500-2500 рублей, а по данным Сбера - и вовсе около 50 рублей. При такой себестоимости для монетизации схемы не нужен гений - достаточно шаблонного промпт-инжиниринга.
Тут стоит развести маркетинговый шум и инженерную реальность. Вокруг темы крутится много громких слов, но за ними простая вещь: инжиниринг подсказки повышает управляемость модели, и это работает как на защите, так и в атаке. Один и тот же навык помогает и поднять качество легального контента, и поставить мошенничество на поток. Именно этот перекос себестоимости - дорогой детектор против дешёвого ролика - объясняет, почему ведомство вообще пошло в тесты.
График ниже разводит две шкалы, которые вторичные СМИ любят смешивать: долю дипфейков внутри интернет-мошенничеств по МВД и отдельный счётчик общественно значимых роликов от «Диалог Регионов». Это разные метрики и разные источники, их нельзя класть на одну ось. Цифр Сбера в этом графике специально нет, чтобы не плодить ту же путаницу.
Для команды, которая строит собственную проверку, полезнее сравнить не вендоров по хайпу, а доступ к моделям по-честному. Если сервис детекции должен гонять несколько LLM, единый рублёвый баланс и один API вместо пяти зарубежных карт снимают половину организационной боли: не нужен VPN, оплата российской картой, через СБП или по счёту, а на юрлицо есть договор, счёт и закрывающие документы. Один ключ и base_url совместимы с OpenAI и Anthropic SDK - переключение вендора не требует переписывать код.
| Задача | Что реально помогает | Чего ждать не стоит |
|---|---|---|
| Быстрая бытовая проверка ролика | ручные шаги: источник, метаданные, границы лица | что ИИ сам вынесет юридический вердикт |
| Прототип аналитики на Python | LLM для структурирования признаков | стабильной повторяемости «да/нет» по пикселям |
| Судебная экспертиза | аккредитованная лаборатория | что онлайн-детектор заменит эксперта |
| Массовый скрининг потока | мультиагентные пайплайны, сегментация | что одна модель закроет все типы подделок |
Где мошенники прячут дипфейк: инфраструктура вокруг ролика
Сам ролик - только ядро. Вокруг него собирают фасад доверия. Поддельный лендинг-двойник под известный бренд на любом конструкторе, фальшивый «промокод» и обещание лёгких денег, ссылка на «удалённо» оформленный кабинет. Видео с говорящим лицом тут - социальное доказательство: смотри, сам директор подтверждает акцию. Юридически это статьи о мошенничестве, но жертва до кодекса обычно не доходит - её ловят на скорости, а не на аргументах.
Отдельная и болезненная категория - интимные подделки без согласия. Тот же генератор, что оживляет безобидную аватарку, по запросу дорисовывает несуществующую сцену или «раздевает» чужое фото. Это уже не приколы, а прямой вред и предмет для того самого детектора, который тестирует МВД. Разница между «оживить фото из семейного архива» и такой генерацией - только в запросе, техника под капотом одна, и именно поэтому автоматическая фильтрация по одному кадру так буксует.
Схема ниже показывает, как связка собирается по слоям: дипфейк-видео в центре, лендинг-двойник поверх, фальшивая выгода и, наконец, давление срочности, которое и запускает перевод. Понимание этой структуры важнее, чем ловля одного артефакта в кадре: если ты видишь три верхних слоя, вопрос «настоящее ли лицо» уже вторичен.
Чего этот тест не решает
Полезно сразу очертить границы, чтобы не питать лишних ожиданий.
- Тест не равен готовому продукту. Пресс-центр подтвердил только факт тестирования, без сроков, названий моделей и метрик точности. Приписывать ему конкретную эффективность нельзя.
- Детектор не отменяет экспертизу. Онлайн-проверка - это первичный фильтр, а не заключение, которое пойдёт в суд.
- ИИ не читает намерение. Отличить оживление семейного архива от вредоносной подделки по одному кадру машина не всегда может; контекст даёт человек.
- Гонка щита и меча продолжается. Как только детектор учится ловить один артефакт, генератор учится его прятать. Идеального и вечного решения тут не будет.
И ещё честная оговорка про терминологию: в поиске люди набирают запрос обрывками и под одним словом понимают разное - от невинного видеомонтажа до уголовного эпизода. Хороший разбор начинается с того, чтобы договориться, о каком именно случае речь, иначе спор идёт о разных вещах под одним ярлыком.
FAQ
МВД уже ловит все дипфейки автоматически?
Нет. По подтверждению пресс-центра от 1 июля, программы с ИИ пока тестируются. Публичного сервиса и заявленной точности нет.
Правда, что дипфейк стоит 50 рублей?
Эту цифру давал Сбер, а не МВД. В интервью МВД называло диапазон 500-2500 рублей. Смешивать источники некорректно.
Какая доля мошенничеств связана с дипфейками?
По данным МВД за январь-апрель - примерно 4% от около 90 тысяч зарегистрированных интернет-мошенничеств.
Можно ли доверять онлайн-детекторам?
Как первичному фильтру - да, для быстрой бытовой проверки. Как источнику юридического вывода - нет, тут нужна аккредитованная экспертиза.
Чем LLM помогает в разборе видео?
Она структурирует признаки, пишет понятный вывод, помогает совмещать данные разных проверок. Но не заменяет пиксельный детектор и не даёт стабильного бинарного вердикта.
provod.ai — отдельное пространство для задач компании
Рабочие запросы, доступы и расходы не должны жить в личных аккаунтах сотрудников: корпоративное пространство объединяет команду и помогает сохранять управляемый контур использования AI.
В одном каталоге — актуальные модели для текста и медиа: GPT от OpenAI, Claude от Anthropic, Gemini от Google, Grok от xAI, DeepSeek, Qwen, GLM, Kimi и MiniMax; для изображений — Nano Banana 2 Pro и GPT Image; для видео — последние версии Seedance, Kling, Veo и Google Omni. Также доступны модели для reasoning, поиска, документов, эмбеддингов, музыки и аудио.
Компания получает единый тарифный принцип: цены 1:1 с официальными поставщиками и нулевая собственная наценка provod.ai.
Создайте рабочее пространство команды: форма регистрации · цены на модели · защита данных по 152-ФЗ · политика обработки данных
Источники
- Ведомости, 2026-07-01: подтверждение тестов ИИ, статистика МВД за январь-апрель, атрибуция цифр Сбера и Диалог Регионов.
- РАПСИ, 2026-07-03: интервью замначальника Следственного департамента МВД Данила Филиппова о дипфейках в мошенничестве.
- Накануне.RU, 2026-07-01: подтверждение тестов и доли дипфейков.