猫眼电影记者 水原希子 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：宝博入口

  12月27日,澳网男女单正赛名单公布 中国7人入围,数据中心建设支出的激增，正值美国城市努力消化长达数十年形成的写字楼过剩之际。目前，写字楼的新建工程几乎陷于停滞，空置率徘徊在历史高位。相比之下，对计算能力的渴望使得数据中心的扩张趋势在短期内难以逆转。,bt365官方网站注册。

  12月27日,海南实现船舶证书文书“一件事一次办” 服务自贸港航运业,诺泰生物案再次警示我们：在注册制全面推行的今天，信息披露的真实性已成为上市公司生存的底线。任何试图通过“技术性操作”粉饰报表、突击增收的行为，终将在大数据监管和穿透式审查下无所遁形。,世界杯买球一定赢吗,视讯真人游戏网址是多少,9州国际。

  时事2：乐动体育体育下载

  12月27日,完善幼儿园收费政策 三部门发通知,各国央行增持黄金的渠道主要分为两类，一类是依托伦敦金银市场协会（LBMA）的国际化体系，一类是在此之外的非LBMA体系渠道。,亚美am8官网登录,188bet金宝搏手机网页,世界杯足彩投注规则。

  12月27日,2000多种林产品亮相第三届广东林业博览会,（1）本周银行体系日均融出5.45万亿元（前值4.90万亿元），国股行体系日均融出抬升至5.83万亿元（前值5.48万亿元），国有行日均融出修复至5.04万亿元（前值4.82万亿元），股份行日均融出有所修复目前录得0.79万亿元（前值0.66万亿元）；,ag亚游注册网址,送彩金平台电子游戏,欧宝平台入口在哪。

  时事3：365bet体育在线值得信赖

  12月27日,从1到“N” “中国第一竹乡”解锁一根竹子的“72变”,——以《中俄蒙发展三方合作中期路线图》以及《建设中蒙俄经济走廊规划纲要》等文件为遵循，继续开展中俄蒙三方合作。,澳门皇冠官网登入,博鱼外围官网,bibo必博体育。

  12月27日,日本遗孤中井玲子：很多遗孤被亲生父母拒认,普京介绍了俄方有关看法和立场，表示俄方赞赏中方在乌克兰问题上秉持客观、公正、平衡立场，欢迎中方为政治解决乌克兰问题继续发挥重要建设性作用。俄方致力于通过政治谈判解决乌克兰问题，愿意展现诚意，并就此同中方继续保持密切沟通。,亚体育平台app下载特色,365体育亚洲版,世界杯预选赛2022赛程。

  时事4：万博手机登陆网页版

  12月27日,第二届中国研究生“文化中国”两创大赛在津举办,从现阶段来看，多名受访业界人士认为，全面取消公摊的条件尚未成熟。当前多数新房项目仍按照建筑面积计价，基于此，应增加公摊面积的透明度，避免公摊面积过大；与此同时，可以有更多城市试点探索“按套内面积计价”。,永利体育官网是多少,365bet体育开户,银河总站网址平台。

  12月27日,“信得过”的底气从何来（现场评论）,数据要素要发挥经济价值，需要做到两三个月见效、以提升Global ROI为核心。宋碧莲指出，这背后是企业级综合经营战略的历史性变革：从“以产品为中心”转向“以用户为中心”，借鉴互联网的用户全生命周期价值挖掘逻辑——并非通俗所说的“割韭菜”，而是精准满足用户不同阶段的多元需求。,凯时国际平台注册,金牛国际真人在线播放,葡京下注官网。