本論文は,AI生成ビデオの増加する問題に対応して,既存の検出方法論の限界を克服する新しい検出技術を提示する。ニュートン力学の下での二次動力学分析に基づいて理論的枠組みを構築し、時間的人工物検出のための二次中心差分特徴を拡張します。これにより、実際のビデオとAI生成ビデオの間の2次特徴分布の根本的な違いを明らかにし、訓練を必要としない新しい検出方法であるDefence of Differences(D3)を提案します。 4つのオープンソースデータセット(Gen-Video、VideoPhy、EvalCrafter、VidProM)でD3の卓越性を検証し、従来の最高性能方法より平均精度を10.39%向上させたことを示しています。さらに、計算効率と強力な堅牢性を実験的に実証しています。