猫眼电影记者 泰沂 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：必赢亚洲首页登陆

  12月24日,2026年美加墨世界杯完整赛程公布,宋丁认为，佛山一季度经济失速不是偶然性的，而是经过多年积累，最终爆发出来的。他进一步解释，佛山在家电等领域有较为强大的产业底盘，但也有天然的“缺陷”——,懂球帝怎么生成冠军之路。

  12月24日,辽宁省住房和城乡建设厅原党组成员、副厅长祁向国被“双开”,2023年10月，欧委会宣布对中国进口的电动汽车正式启动反补贴调查。今年6月12日，欧委会发布临时反补贴税的预披露信息，关税分为三档：针对样本公司征收的税率、针对未被全面调查但接受了问询公司的平均税率、未接受调查公司的税率。,抢红包斗牛规则,火狐体育平台appios,ag真人ag真人厅。

  时事2：世界杯买球吧

  12月24日,（走进中国乡村）山东曹洼大集里的烟火乡愁,除了管理混乱之外，人福医药的财务状况也值得关注。截至2025年第三季度末，公司合并资产负债表显示，短期借款高达67.10亿元，而同期货币资金仅为约36.52亿元，两者之间存在超过30亿元的缺口。这种“短债长用”的财务结构使公司极易受到信贷环境波动的冲击。,十大赌场官方网站,云顶之弈下载网址,体育官网app。

  12月24日,中央定调！明年经济工作这么干,具体来看，今天，江西中东部、浙江南部、福建西部和北部、湖南南部、云南东南部、广西中北部、广东中北部以及吉林东部、辽宁东北部、山东南部等地部分地区有大到暴雨，其中，江西东部、福建西北部、广西东北部等地部分地区有大暴雨。,沙龙国际真人,365娱乐注册,江南官方体育网app。

  时事3：必赢登录网址

  12月24日,2025深圳国际高性能医疗器械展暨创新医药展开幕,雷霆手段的结果是，今年前三季度该公司业务稳定，利润高增长。新阶段，国任保险的改革之路还在继续．．．．．．,188体育体育,英超买球网站,bet9改网址了。

  12月24日,内蒙古乌兰察布：洪灾过后，这个冬天温暖依旧,“重要的不仅仅是（提供）某种特定的武器系统、某种装备，”布林肯称，“乌克兰有能力有效使用（这些武器）同样重要，而在某些情况下，这需要大量训练。”,大发888在哪开户,完美国际混元修真人之精华在哪里,全球最大网赌正规平台下载。

  时事4：必威网页登陆

  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,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。,欧宝可靠吗,疯狂赢三张,世界杯官方网站直播。

  12月24日,以色列总理内塔尼亚胡拒绝退出政坛换取赦免,从债务期限结构看，公司长期借款相对可控，但短期负债占比过高，导致每年都面临集中的本息偿付压力。在融资环境趋紧的背景下，这种结构可能迫使公司不得不寻求高成本续贷，或折价处置资产以维持现金流，进而侵蚀长期盈利能力。,网上注册赌博就送钱,云顶投注登录,九五至尊网络网站。