猫眼电影记者 陈大名 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1：188金宝搏官网登录靠谱吗

  12月28日,因为我们血浓于水！香港已收到30亿捐款 其中不少来自内地同胞,亚洲新闻台（CNA）记者提问：去年中国全国人大公布了《对外关系法（草案）》，其中包括中国在必要时可以采取反制和限制措施。考虑到中国面临的外部挑战，包括涉及美国的挑战，上述措施对中国的外交政策意味着什么？中国外交是否会越来越具有攻击性？,手机电玩城森林舞会。

  12月28日,黑龙江省纪委监委通报7起违反中央八项规定精神问题,[环球时报报道 记者 倪浩]8月3日，郑钦文夺得2024巴黎奥运会网球女单冠军，实现中国选手在该项目上的历史性突破，也点燃了民众参与网球运动的热情，网球热度随之大涨。接受《环球时报》记者采访的专家认为，体育明星与体育经济会形成正向反馈：体育明星的示范效应会提振相关体育产业、吸引更多人参与到运动中来，大众的广泛参与则会成为“未来明星运动员”诞生的基石。,188金宝慱亚洲体育正规吗,足球投注技巧,完美体育平台官网。

  时事2：皇冠体育足球安卓版下载

  12月28日,2025年版《社会工作者职业资格考试大纲》今日发布,当天，特朗普还就这一历史性举措的后续影响许下一连串承诺。2025 年行将结束之际重读这份演讲内容，可见特朗普的立场始终如一。他在当天的讲话中对关税赞不绝口，此后也几乎抓住一切机会宣扬关税的好处。,必威登录界面在哪,二八杠推庄技巧,365bet平台链接。

  12月28日,海南封关首日见闻：产业链协同享惠政策红利落地见效,“你们邀请我来这里演讲，而我一直在被激怒。”邓肯不满道。每当他试图解释回答时，场下学生都会尖叫着大喊阻止：“让她（斯坦巴赫）说完！”,微球体育网页版,判断下半场必大球,075贵宾会。

  时事3：体育综合平台入口

  12月28日,文博有意思丨“西周路由器”终于连上网了，密码是……,如今，佛山已再次校准坐标，明确要用7年时间再上一个万亿台阶。在今年2月举行的广东省高质量发展大会上，佛山市委书记郑轲透露，佛山制造业当家的下一个目标，是到2030年规上工业总产值跃升到4万亿元。,体育平台赌博犯法吗,龙八网站,上海娱乐招工在线投注。

  12月28日,南京大屠杀和731部队罪行再添新证,（2）（货基 + 理财子）日均融出有所回落至0.39万亿元（前值0.65万亿元），其中货基日均融出回落至0.80万亿元（前值0.98万亿元），理财日均融出-0.41万亿元（前值-0.33万亿元）；（3）资金面延续宽松，主要非银机构（券商、保险、基金、产品户等）均增加融入。,币游国际真人游戏,凯时国际下载官方,在线真人游戏开户。

  时事4：天博国际网站是多少

  12月28日,新能源重卡“爆单”！11月销量同比增长178%,“虽然大部分城市都未明确要求按套内面积计价，但一些开发商签订商品房买卖合同时，倾向于选择套内计价。”冯波进一步提到。,百姓彩票手机下载,jdb电子试玩平台,线上买球官方网站。

  12月28日,投资于人，专家学者吁儿童优先,纪宁说：“欧美国家的网球市场已逐渐进入饱和阶段，中国被认为可能带来新的爆发性增长点。”他认为，在中国这个网球新兴市场，应更充分地挖掘体育明星的商业价值。“这有利于全面释放中国体育经济的增长潜力。”,M6在哪玩,贝博投注登录,红姐财经宝鉴。