猫眼电影记者 安国军 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：金沙娱场手机版8336

  12月27日,“世界考古论坛·上海”架文明互鉴桥梁 展现22项全球代表性考古成果,不久前， 德国媒体报道称，朔尔茨于1月29日重申德国不会向乌克兰提供战斗机。朔尔茨当时在接受《每日镜报》采访时说：“在武器系统方面，我的忠告是，不要陷入一种持续不断的竞购战中。”他称：“如果刚做了一个（关于提供主战坦克的）决定，德国又掀起另一轮（军援的）辩论，将给人一种态度轻忽的印象，而且会削弱民众对政府决策的信心。”,bc体育综合平台官网网址。

  12月27日,东西问｜史芬娜：“中国风”何以风靡欧洲百余年？,此外，《证券法》第82条明确规定，董监高需对定期报告签署书面确认意见，并保证其“真实、准确、完整”。签字即代表个人背书，而非形式走过场。,炸金花手游官网,百老汇新网址,米乐官方下载。

  时事2：918真人

  12月27日,防风险、稳市场 山西以“监管升级”回应楼市关切,总台CGTN记者孙晔说：“对于您文章中所称的内容，美国政府官员予以否认。对于美国官方的否认，您是否会有一些回应，您是否还会发布其他消息以证实您的说法？”,百德利手机棋牌,pp体育下载,雨燕直播体育平台。

  12月27日,立路牌清路障筑牢制度基石,[文/观察者网 王世纯]“北约是个欧洲组织，只会保卫成员国领土。”,bbin真钱直营,188体育外围娱乐,炸金花下载手机版。

  时事3：雷速体育比分直播

  12月27日,呼伦贝尔在北京招商引资近160亿元,一德期货在梳理澳洲、南美盐湖等2026年新增项目后，预估2026年全球范围内供应增量在33万吨上下，需要端虽然动力电池的需求增速可能有所放缓，但是受到国内电力市场化带来的储能端需求增长，2026年需求增量可能达到38万吨。,澳门皇冠下载旧的,2026世界杯买球网站,香港黄金地带。

  12月27日,要注册或消费？商场街区如厕还有哪些不便,而EpicPharma（美国仿制药业务）受美国仿制药市场竞争白热化、原料药成本上升及中美贸易关税等因素影响，该子公司持续亏损，成为公司的业绩“拖累”。2025年中报显示，国际业务营收下滑明显，且毛利率受压。至于其他国内子公司，武汉人福、北京医疗等子公司部分产品受集采未中标或降价影响，销售收入出现不同程度下滑。,beat365最新版体育,云顶怎么开户,看世界杯的网站有哪些。

  时事4：手机网赌app下载

  12月27日,山东省气象台发布海上大风黄色预警,银行理财子公司与农商行合作骤然升温，可谓是各有算盘。银行理财子公司正抓住存款利率下调引发县域乡村地区个人存款搬家的机遇，迅速扩大渠道渗透率与客群覆盖面，推动理财规模稳健增长。农商行则通过拥抱银行理财子公司，一方面可以对冲自营理财业务压降，继续通过理财业务留住客户存款，另一方面也能增加中间业务收入。,美高梅注册官方网站,99真人国际,188体育滚球信誉平台。

  12月27日,皮肤科医生建议，秋季护肤重在保湿护屏障,对于我们这个动荡不安的世界来说，这是个久违的好消息。联合国秘书长古特雷斯通过发言人发表声明，欢迎伊朗与沙特同意恢复外交关系的决定，并对中国协助相关协商表示感谢。中东国家也是一片叫好声，阿曼、卡塔尔、阿联酋、科威特、埃及等国纷纷发表声明点赞。,万博体育平台下载,打牌真人现金平台,世界十大赌场网站。