猫眼电影记者 桑欣才 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：澳门百乐门注册

  12月25日,中国外交部：日方炒作所谓“雷达照射”问题别有用心,快手最新财报显示，公司第三季度收入达到355.54亿元，同比增长14.2%；期内利润为44.89亿元，同比增长37.3%，交出了一份堪称漂亮的答卷。但回到年初，快手第一季度实现营收326.08亿元,同比增长10.9%；期内利润39.79亿元,同比下降3.4%。增收不增利的压力，让快手意识到传统业务增长的天花板，也加速其向新领域寻找第二增长曲线的步伐。,九洲天下现金网。

  12月25日,关注俄乌冲突·英法德乌四国领导人会晤：乌克兰总统称“和平计划”即将完成修改,2019年12月，国任保险进行更名后首次增资扩股，向3名新进股东和2名现有股东共增发股份10.07亿股，该公司注册资本增至40.07亿元。,宝博最新版APP,澳门手机赌盘,365bet体育在线数据比对。

  时事2：万博的官方网站

  12月25日,中国经济高质量发展前景广阔、未来可期,新华保险构建“空中柜面+线下网点+线上自助”三位一体的服务网络，支持全国集中与省级灵活调配的双轨作业。如遇特殊业务需求，系统可智能转办至线下分支机构，形成服务闭环，确保客户需求“事事有回应、件件能落实”。线上线下无缝衔接的服务模式，既满足个性化需求，也持续优化服务品质，客户满意度长期保持在99%以上。,澳门金沙彩票,365bet滚球平台,新梅高美。

  12月25日,新闻观察：回顾琉球之殇 日本罪恶昭彰,报道称，邓肯之所以在演讲台上遭到如此强烈的抗议，其中部分原因是斯坦福法学院的学生对他在2020年一份意见书上的表态感到愤怒：当时他拒绝允许一个跨性别儿童性侵者将自己的男子姓名“诺曼·瓦尔纳”改为“凯瑟琳·妮可·杰特”。,网上最大赌场网站,沙巴体育平台滚球,AG亚洲登陆。

  时事3：bob综合体育在线登陆

  12月25日,荷兰一养老院发生火灾 已致2死6伤,夏传谦为今年5月新上任，其在加入高管团队之前担任该公司职工监事，于今年1月将监事职务交给现任职工监事许新华。,亚美体育下载安装,糖果bb电子客户端旧版,世界杯在哪买球好。

  12月25日,航拍印尼苏门答腊岛洪灾,黄建生说，今年，他已经接近退休年龄，基本退居二线。今年4月底，村民发现异常情况后，村委会统一核查，打来电话，黄建生才发现，自己名下也于2013年底注册了“三个工商营业执照”。黄建生称，自己从部队转业回来就在村里当干部，从未做过生意。,炸金花三张牌免费版,抢庄牛牛玩法,西部娱乐捕鱼游戏。

  时事4：永利皇宫下载安装

  12月25日,2025生物制造前沿科技论坛举行 汇聚智慧厚植产业发展优势,“今日俄罗斯”报道称，至于斯诺登提到的“大规模监控”，指的就是他所经历的“棱镜门”事件。由美国政府发起的大规模电子监听项目“棱镜计划”在2013年被曝光。事发后，美国政府以盗窃政府财产、向未经授权的人提供机密信息等罪名指控斯诺登，并吊销其护照，最终斯诺登经历近十年流亡生涯后入籍俄罗斯。,千赢国际下载,菲律宾亚星国际网站,欧洲杯夺冠次数排名。

  12月25日,四川公布首批省级革命文物协同研究中心名单,整体来看，人福医药正处于一个“旧账清算”与“新篇待启”的艰难交汇点。公司所面临的风险是立体且深刻的，表层是财务数据的波动和ST的标签，中层是多个业务板块的增长困境，底层则是公司管理混乱这一致命伤。尽管招商局集团入主带来治理优化与资源注入的预期，但短期内ST标签带来的流动性约束等因素仍将限制公司发展。（《理财周刊-财事汇》出品）,ag九游会登陆j9,澳门广东会贵宾厅app,必威官方20。