猫眼电影记者 杜波夫 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：环亚手机娱乐官网

  12月28日,“中泰一家亲”文化旅游研讨会在曼谷举行,问：美国近期在菲律宾部署中导系统，这一做法严重危害地区安全，中方是否在此次高官磋商期间表达了关切？,有谁知道爱博网投网站。

  12月28日,学习时节丨沿着总书记指引方向，深挖中国经济潜能,中国机电产品进出口商会（以下简称“中国机电商会”）在6月12日晚发布的声明中也表示，本次调查不是由欧盟产业主动申诉，而是由欧委会基于损害威胁依职权主动发起，这在欧盟的贸易救济实践中非常罕见，调查过程也存在严重瑕疵。,综合体育网页版登录入口,bob游戏app,必发网址是多少。

  时事2：e世博网页版

  12月28日,香港大埔火灾调查新进展：已初步确定起火位置,斯诺登2月9日在社交媒体推特上发文说：“在历史上，你们能想到白宫负责但坚决否认的秘密行动的例子吗？还有，你们都懂的，那个‘大规模监控’的乱子。”,西安金莎国际真人抓娃娃,体育平台送365彩金,新宝5。

  12月28日,如何让“老房子”安全宜居？多地加快推进房屋体检制度落地,回顾上市公司参与产业投资基金的路径，与主业无关的“跟风式”投资退场，与主业强相关的硬科技赛道来到聚光灯下。越来越多的“链主”上市公司不满足于单纯的财务投资，而是以日渐成熟的CVC（企业风险投资）模式成为最受欢迎的新力量。,足球比分90vs足球,天博网页登陆,沙巴体育线上怎么开户。

  时事3：ju11手机登录

  12月28日,乌克兰首都基辅传出强烈爆炸声,由于务农收入不高，这几年柴达木嘎查有1/3的人都外出务工，去到京津冀甚至更南方的省份打工。不大的村子在变得冷清和萧条。这些外出打工的村民，很多是子女快到了婚龄。“一般是老两口结伴一起外出，挣个十万八万给孩子结婚的彩礼钱。还有盖房子的钱，如果算上装修也得二十几万。”李七英说，外出的村民们一般把林地、耕地都租出去了，自己收一些承包费。,kb88凯时手机网页版登录入口,抢庄牛牛是什么游戏,篮球app。

  12月28日,国际移民日：华侨华人以主动叙事打破“他者”定义,希伯花镇之名在蒙古语中意为“长满牛蒡草的坨子”，意指这里曾经是牛羊遍布的科尔沁草原。但到上世纪七八十年代，包括科左中旗在内的整个地区都面临着严重的荒漠化问题。土地沙化后，当地人把那些起伏的坨子称为坨召地、坨子地。他们是由沙土堆积而成的小型山丘，坡度高度都不大，但一坨接一坨地在大地延绵。“一到大风天的时候，大风一吹，你都能看到沙丘一坨坨地被吹得流动起来。”一名老农户回忆。,真人国际 果敢锦海,华体汇app官方网站入口,免费送彩金288。

  时事4：bt365体育6

  12月28日,国际机构看中国经济 经合组织：中国是全球经济增长关键贡献者,靳东在“围猎”中丧失了应有的原则和底线，党的十八大后仍然“顶风作案”，情节严重、性质恶劣。,伟德手机网址,全民捕鱼里发电机有什么用,果博竞彩官网。

  12月28日,WTT香港总决赛：中国香港组合黄镇廷/杜凯琹战胜印度组合,在问天实验舱气闸舱里，航天员正在做出舱前的准备工作。在画面右侧航天员身后写有“飞天”字样的是舱外航天服，它相当于一个微型航天器，能够将航天员的身体与太空恶劣环境隔离开来。此次任务，航天员将从问天气闸舱出舱，画面左侧圆形的门就是出舱舱门。,皇冠体育登陆,ku娱乐官网最新登录入口,爱游戏体育注册网址。