猫眼电影记者 方干 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：宝博斗地主李逵捕鱼

  12月22日,以美食为桥促文化交流 国际小吃创意大赛亮相福建沙县,4。有关部门和单位应当注意防范因用电量过高，以及电线、变压器等电力负载过大而引发的火灾。,百姓彩票会员登录。

  12月22日,专家：低空经济高质量发展需破解三大关键问题,他的这一说法也迅速引来网友的质疑和驳斥。有网友指出，比尔·尼尔森的“月球背面永远处于黑暗”的说法明显用词不当，月球背面虽然始终背对地球，但是有阳光照射的。,im电竞平台,M6下载地址,网上葡京游戏。

  时事2：欧宝网址

  12月22日,要注册或消费？商场街区如厕还有哪些不便,兰州和乌鲁木齐之前都只有一条跑道，因起降架次多，乌鲁木齐一直是国内最繁忙的单跑道机场之一。扩建后可以极大缓解这几座机场的现有压力。,买球网站哪个靠谱,fb体育是啥,大富豪网赌游戏。

  12月22日,暴雪蓝色预警：山西河南等6省区部分地区有大雪 局地暴雪,长期以来，违规内容早已成为困扰快手的“老大难”问题。此次事件的集中爆发，不过是平台风控体系与应急处置能力短板的集中暴露。,欧洲杯预选赛比分,完美体态官网,大发在线买球。

  时事3：正规AG线上真人

  12月22日,特奥举重台上的“母亲”教练,《华尔街日报》报道称，在泽连斯基向英国议会发出“情感充沛的请求”、要求伦敦提供更多军事援助数小时后，有英国官员透露，该国首相苏纳克已责成国防大臣华莱士分析英国可能派遣哪些喷气式飞机。但该官员补充说，英国政府尚未做出最终决定，飞行员接受全面培训可能需要很长时间。,百家乐必胜方法官网,闪讯官网,2008年欧洲杯比分表。

  12月22日,在城市更新中解锁养老“共生居住”密码,得房率是指套内面积占建筑总面积的比例，也称为K值。尹稚在前述文章中提到“上世纪80 年代的时候，全国通用的住宅K值能达到85%以上”。,永乐国际勇往直前尤文,新必赢亚洲,凯发娱乐。

  时事4：太阳城怎么注册

  12月22日,“玲龙一号”全球首堆完成非核冲转试验,有记者问：日本政府4月26日宣布拟对半导体等领域相关物项实施出口管制，并就有关措施征求公众意见。中方对此有何评论？,威尼斯人游戏官网版下载,威利斯所有网址,足彩网竞彩官网。

  12月22日,2025“奔跑吧·少年”趣味运动会收官,昊海生科表示，该处罚决定书所涉主体为蒋伟个人，涉及的事项与公司无关，不会对公司日常经营、业务及财务造成重大影响。,顶尖博彩,币游国际平台,澳门永利下载app。