猫眼电影记者 王某机 报道首次登录送91元红包

腾讯优图 投稿量子位 | 公众号 QbitAI

在AIGC技术飞速发展的背景下，只需一行简单的prompt就可生成高逼真内容，然而，这一技术进步也带来了严重的安全隐患：虚假新闻、身份欺诈、版权侵犯等问题日益突出。AI生成图像检测也成为了AIGC时代的基础安全能力。

然而在实际应用中， 存在一个“尴尬”现象：检测器往往在“考场”（公开基准数据集）上分数耀眼，一旦换到“战场”（全新模型或数据分布），性能会大幅下降。

近日，腾讯优图实验室联合华东理工大学、北京大学等研究团队在A生成图像检测（AI-Generated Image Detection）泛化问题上展开研究，提出Dual Data Alignment（双重数据对齐，DDA）方法，从数据层面系统性抑制“偏差特征”，显著提升检测器在跨模型、跨数据域场景下的泛化能力。

目前，相关论文《Dual Data Alignment Makes AI-Generated Image Detector Easier Generalizable》已被NeurIPS 2025接收为Spotlight（录取率 Top 3.2%）。

发现：AI图像检测器其实只是在“识别训练集”

研究团队认为问题的根源可能在于训练数据本身的构造方式，使得检测器并没有真正学会区分真假的本质特征，而是“走了捷径”，依赖于一些与真伪本身无关的“偏差特征”（Biased Features）来做出判断。

这些偏差特征是真实图像与AI生成图像在训练数据收集过程中产生的系统性差异。具体来说：

真实图像：来源渠道复杂，清晰度与画质参差不齐；分辨率分布分散；几乎都以JPEG 格式存储，并带有不同程度的压缩痕迹。AI生成图像：呈现出高度统一的模式，分辨率常集中在256×256、512×512、1024×1024等固定档位；并且大多以PNG等无损格式存储；画面干净，没有明显压缩痕迹。

在这样的数据构成下，检测模型可能会去学习“投机策略”，例如PNG≈假图，JPEG≈真图。这种“捷径”可以在某些标准测试集（如GenImage）上甚至可以达到100%的检测准确率，然而一旦对AI生成的PNG图像进行简单的JPEG压缩，使其在格式和压缩痕迹上接近真实图像，这类检测器的性能就会出现“断崖式下跌”。

对比真实图像和AI生成图像，两者可能存在格式偏差、语义偏差和尺寸偏差：

解法和思路

针对这一问题，研究团队认为如果数据本身带有系统性偏差，模型设计的再复杂也难免“学偏”。因此提出了DDA（双重数据对齐，Dual Data Alignment） 方法，通过重构和对齐训练数据来消除偏差。其核心操作分为三步：

像素域对齐（Pixel Alignment）

使用VAE（变分自编码器）技术对每一张真实图像进行重建，得到一张内容一致、分辨率统一的AI生成图像。这一步操作消除了内容和分辨率上的偏差。

频率域对齐（Frequency Alignment）

仅仅像素域对齐是不够的，由于真实图像大多经过JPEG压缩，其高频信息（细节纹理）是受损的；而VAE在重建图像时，反而会“补全”这些细节，创造出比真实图像更丰富的高频信息，这本身又成了一种新的偏差。

△可视化对比真实图像（JPEG75）和AI生成图像（PNG）的高频分量

实验也证实了这一点：当研究者将一幅重建图像中“完美”的高频部分，替换为真实图像中“受损”的高频部分后，检测器对VAE重建图的检出率会大幅下降。

△对比VAE重建图和VAE重建图（高频分量对齐真实图像）的检出率

因此，关键的第二步是对重建图执行与真实图完全相同的JPEG压缩，使得两类图像在频率域上对齐。

最后采用Mixup将真实图像与经过对齐的生成图像在像素层面进行混合，进一步增强真图和假图的对齐程度。

经过上述步骤，就能得到一组在像素和频率特征上都高度一致的“真/假”数据集，促进模型学习更泛化的“区分真假”的特征。

实验效果

传统的学术评测往往是为每个Benchmark单独训练一个检测器评估。这种评测方式与真实应用场景不符。

为了更真实地检验方法的泛化能力，研究团队提出了一种严格的评测准则：只训练一个通用模型，然后用它直接在所有未知的、跨域的测试集上评估。

在这一严格的评测标准下，DDA（基于COCO数据重建）实验效果如下。

综合表现：在一个包含11个不同Benchmark的全面测试中，DDA在其中 10个 上取得了领先表现。安全下限（min-ACC）：对于安全产品而言，决定短板的“最差表现”往往比平均分更重要。在衡量模型最差表现的min-ACC指标上，DDA比第二名高出了27.5个百分点。In-the-wild测试：在公认高难度的真实场景“In-the-wild”数据集Chameleon上，检测准确率达到82.4%。跨架构泛化：DDA训练的模型不仅能检测主流的Diffusion模型生成的图像，其学到的本质特征还能有效泛化至GAN和自回归模型等完全不同，甚至没有用到VAE的生成架构。

无偏的训练数据助力泛化性提升

在AI生成图像日益逼真的今天，如何准确识别“真”与“假”变得尤为关键。

但AIGC检测模型的泛化性问题，有时并不需要设计复杂的模型结构，而是需要回归数据本身，从源头消除那些看似微小却足以致命的“偏见”。

“双重数据对齐”提供了一个新的技术思路，通过提供更“高质量”的数据，迫使这些模型最终学习正确的知识，并专注于真正重要的特征，从而获得更强的泛化能力。

论文地址：https://arxiv.org/pdf/2505.14359GitHub：https://github.com/roy-ch/Dual-Data-Alignment

  时事1：体球体球

  12月25日,安徽今年国内旅游花费预计突破万亿元,在南海和中印边境问题上，印度与美国合作，而美国也致力于加强在中印边界争议中的影响力，支持印度作为制衡中国的力量。近年来，美日印澳四国在南海进行了多次军演，并拉拢英、法、加等国共同参与，试图扩大战略合作的对象范围。,足球大赢家比分。

  12月25日,法国学者高大伟：高市早苗和日本极右翼势力勾连，让世界面临风险 | 世界观,刘院村村支书刘长文告诉记者，这些工商执照集中注册于2011年、2012年，自己是从2019年开始担任村支书，为什么会出现这种情况还没搞清楚。,jj斗地主下载,完美竞技官网,365bet正规站。

  时事2：凤凰体育线上平台

  12月25日,澳大利亚宣布国防部门重大改革,据相关统计，在2017年公布的首批“双一流”建设高校中，北京、江苏、上海分别以31所、15所、13所的数量高居前三，而广东只有5所高校在列，落后差距十分明显。,金沙电子网投,皇冠官网网址,门银河平台有哪几个。

  12月25日,关西机场预计中国航班数将减少三成 日媒忧经济冲击加剧,有媒体注意到，马斯克此次访华正值北京国际车展。特斯拉虽然延续了前几年的传统并未参展，但根据社交媒体上流传的采访视频，马斯克在抵达中国后表示，“很高兴看到中国电动汽车取得进步，未来所有汽车都将实现电动化”。路透社还关注到，美国传统汽车产业巨头通用汽车的首席执行官博拉也不宣而至，26日突然来到北京国际车展参观。,澳门永利登录真人,亚星手机版下载,万博网页版手机登入。

  时事3：AG8九游会登入

  12月25日,残特奥会盲人门球开赛 上海男队收获开门红,昊海生科表示，公司通过投资标的公司，并获取标的公司产品在中国境内经销权，切入生物羊膜这一高价值医疗器械赛道，有效补充了公司现有的产品组合，拓展眼科与骨科领域的业务覆盖。,必威官网网站,世界杯怎么赌投注规则,bet356体育在线5。

  12月25日,凝聚共识强履职 民建上海市委会擘画新一年工作蓝图,4月28日，特斯拉CEO马斯克来到中国，特斯拉官方微博先后两次发声，提到了加速自动驾驶技术落地。,bet9备用线路检测,e世博网址,棋牌游戏排名。

  时事4：澳门百老汇手机客户端

  12月25日,1800亿件快递背后的物流变革：透视物流大省智慧物流发展,证监会依据《证券法》第181条，对公开发行文件造假行为单独处罚：,欧宝注册入口,爱游戏官网登录,凯发体育限额。

  12月25日,一觉醒来声音嘶哑，这波流感多从嗓子“下手”,与西方相比，中国不仅尊重中亚各国选择的发展道路，也在合作中充分考虑中亚国家的舒适度与获得感。,雷竞技raybet官网,世界杯投注网@,澳门赌场真人注册。