猫眼电影记者 狄永江 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：乐动体育注册

  12月24日,冰雪大世界开园 一秒进入现实版冰雪王国,据新福建客户端5月6日消息，日前，福建省委决定，郭宁宁同志任福州市委书记。,世界杯买球软件排行榜。

  12月24日,2025两岸婚姻家庭茶文化研习营在福州闭营,治理与内控的短板：监管罚单直指其投资风控和内控管理的软肋。股东层面的不稳定因素（退出意向、股权质押）则为公司治理增添了变数。稳固的股东支持和扎实的内控，是险企抵御周期性风险的“压舱石”，而北京人寿在这两方面均显示出不足。,利记亚洲,澳博体育注册,优德平台怎么样。

  时事2：皇马国际老品牌娱乐

  12月24日,山西持续深化营商环境改革 为高质量发展注入强劲动力,半导体是高度全球化的产业，经过数十年发展，已形成你中有我、我中有你的产业格局，这是市场规律和企业选择共同作用的结果。一段时间以来，个别国家频频泛化国家安全概念，滥用出口管制措施，人为割裂全球半导体市场，严重背离自由贸易原则和多边贸易规则，严重冲击全球产业链供应链稳定。日方拟议的有关措施，将严重影响中日企业间的正常贸易往来，损人不利己，也损害全球供应链的稳定。,棋盘游戏大全,金蟾捕鱼ol,?录网址。

  12月24日,人这一辈子，一定要去一趟黄庭坚故里！,在投中信息CEO杨晓磊看来，低流动性的市场制约了LP（有限合伙人）的信心和投资意愿——2014年的项目到今天还有高达70%尚未退出。此外，有上市公司表示，当下面对盈利压力也是限制参与创投项目热情的重要原因之一。,188体育足球最佳娱乐,ag8贵宾会,米乐m6平台官方版。

  时事3：k1体育下载安装

  12月24日,专家解读：日本加速西南军事化部署 是何用意？,其中，出口993.9亿元，同比大降40.4%。进一步看细分数据不难发现，佛山传统出口产品下滑幅度普遍较大，比如家具及其零件出口42.4亿元，同比下降50.8%；陶瓷产品出口25.1亿元，同比下降51.7%；服装出口22.0亿元，同比下降77.4%；灯具、照明装置及其零件出口16.0亿元，同比下降74.7%。,世界杯赛程怎么买球,全发国际app安装,英皇游戏app。

  12月24日,中央生态环境保护督察公开通报北京市、天津市典型案例,期间，美国保守派媒体纷纷下场，批评这一行为不妥。如福克斯新闻网称这一吻“令人尴尬”，《每日连线》编辑则质疑称两人用“嘴唇相贴”的吻问候“正常吗”，《纽约邮报》也称这一问候吻“怪异”，并补充称“总统妻子和副总统丈夫的亲吻似乎没有让附近的人感到不安”。,捕鱼网络平台,澳门平台游戏注册,百老汇平台。

  时事4：好玩棋牌游戏

  12月24日,天津第二届室内蹦极国际锦标赛启幕 中外选手跃动海河之畔,尽管需求旺盛，但供应端正面临多重挑战。数据中心行业正在努力应对低迷的劳动力市场，这可能导致施工队伍人员短缺。同时，建筑材料的供应链正受到关税威胁，而电力获取在许多地区仍是一个巨大的问号。,GPK老虎PP电子试玩,永利博手机客户端,棋盘游戏大厅。

  12月24日,102家企业签署骑手招聘领域首个自律公约，承诺岗位真实透明,摩根大通预计，2026年黄金ETF的净新增持仓量约为250吨，金条与金币的年需求将再次超过1200吨。截至2025年9月底，投资者通过ETF、实物黄金及COMEX期货持有的黄金，已占全球股票、债券（不含央行储备）及另类资产管理规模（AUM）的约2.8%。摩根大通分析师认为，未来几年这一占比有望提升至4%–5%。,现在可以投注世界杯吗,凯发娱乐官方网站登陆,九游会网址是多少。