Bài báo này trình bày một kỹ thuật phát hiện mới, khắc phục những hạn chế của các phương pháp phát hiện hiện có, nhằm giải quyết thách thức ngày càng gia tăng của video do AI tạo ra. Chúng tôi thiết lập một khuôn khổ lý thuyết dựa trên phân tích động lực học bậc hai theo cơ học Newton và mở rộng đặc trưng sai phân trung tâm bậc hai để phát hiện hiện tượng nhiễu theo thời gian. Cách tiếp cận này cho thấy những khác biệt cơ bản trong phân bố các đặc trưng bậc hai giữa video thực và video do AI tạo ra, và chúng tôi đề xuất một phương pháp phát hiện mới, Phát hiện bằng Hiệu số của Hiệu số (D3), không yêu cầu đào tạo. Chúng tôi xác thực tính ưu việt của D3 trên bốn tập dữ liệu nguồn mở (Gen-Video, VideoPhy, EvalCrafter và VidProM), chứng minh độ chính xác trung bình cải thiện 10,39% so với phương pháp hiệu suất cao nhất hiện có. Hơn nữa, chúng tôi cũng chứng minh bằng thực nghiệm hiệu quả tính toán và độ mạnh mẽ của phương pháp này.
