AntiVision-SDK

AntiVision 项目诚实状态报告

**日期：2026-06-06 不骗自己，不骗别人**

一、能做到的

能力 证据 可信度
让 YOLOv8s/v10s 检测归零 v16 G_A: v8s 置信度 1.86→0.00 高
单纹理（Arm）对抗多个 CNN 检测器有效 8 模型全系列验证通过 高
生成器网络（seed→纹理）可训练 4 个生成器训练完成，ONNX 导出验证通过 高
跨架构 CNN 迁移 FRCNN 训练的纹理对 YOLOv5/v8/v10 有效 高
纹理变化人眼基本不可见 感知损失训练后 RGB 偏差 < 0.005 中
RT-DETR（Transformer）部分抑制 G_C_v2: 基线 14.53→3.36 中

二、目前做不到的

能力 为什么 严重程度
极端相机角度下的攻击泛化 训练视角覆盖不足，仰角 0-20° 可，>30° 失效 高
多纹理联合攻击 只做了 Arm 纹理，Chest/Helmet/Legs/Mask 未覆盖 高
实时 OBS 推流验证 未搭建双机 OBS 环境，只验证了 nvdiffrast 离线渲染 高
零色偏 Demo nvdiffrast 线性光照 + OBS YUV 转换产生可感知的灰绿色偏 中
真实游戏角色资产验证 只有古代战士模型，未在任何真实游戏资产上测试 高
客户集成验证 未在任何游戏引擎中集成，未在生产环境验证 高
UE5 插件 骨架代码有，未实际接入 高
生成器动态更新机制 未实现 LoRA 补丁或模型热更新 低（v2 功能）
特征层攻击 只做了输出层攻击，FDA/OSFD 风格的特征层攻击未实现 中

三、Demo 视频的诚实说明

当前 demo_v12 视频展示的效果是真实的，但存在以下局限性：

  1. YOLO 检测基线偏低：nvdiffrast 离线渲染的 3D 角色本身不像真人照片，YOLO 的原始置信度就不高。在真实游戏画面上（真人角色 + 真实场景），基线和对抗效果都可能不同
  2. 相机角度受限：当前视频只展示了正面/微侧视角。未展示极端仰角、远距离、强光照等真实游戏场景
  3. 色偏问题：纹理本身绿色偏差远低于红蓝，但 nvdiffrast 渲染器在内部处理中放大了 RGB 差异，导致最终画面可感知的灰绿色偏。这个问题在接入游戏引擎原生渲染器后会消失，但 DEMO 本身无法避免
  4. 非真实游戏画面：角色站在纯色背景上，没有场景光影、没有特效遮挡、没有运动模糊。这些是真实游戏中和 OBS 视频压缩都会增加的变化

四、下一步真实优先级

🔴 必须做（不做不能卖）

优先级 任务 为什么
P0 真实角色资产测试 古代战士≠三角洲士兵。需要在至少一个真实游戏角色上验证
P0 多纹理联合攻击 只有 Arm 纹理不能覆盖全身
P0 OBS 推流验证 需要验证压缩/解码后对抗纹理仍有效
P1 视角泛化提升 扩大训练相机采样范围，加入极端角度

🟡 应该做（提高可信度）

优先级 任务 为什么
P1 特征层攻击 提升跨模型/跨视角迁移的确定性
P1 色偏消除 客户看到灰绿色会质疑”不可见性”承诺
P2 UE5/Unity Demo 证明可以在引擎中集成

🟢 可以做（加分项）

优先级 任务 为什么
P2 实时 OBS 双机验证 最接近真实使用场景
P2 生成器动态更新 产品化后的护城河
P3 移动端适配 远期市场

五、能卖的状态

当前产品处于：概念验证 (PoC) + 部分 MVP。

可以诚实地说：

不能诚实地说：

六、拿到第一个客户需要的最短路径

1. 用一个真实游戏角色资产跑一轮验证（1天，如果拿到资产）
2. 五纹理联合攻击训练（1周）
3. OBS 推流验证（1天，如果有双机环境）
4. 修掉 Demo 色偏（渲染器层面，不是纹理层面）

做完这四件事之后 → 可以带着 Demo 去敲门

当前的 Demo 视频可以作为”初步概念演示”，但不能作为”产品能力证明”。

相关文档