猫眼电影记者 崔欣仪 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：双赢棋牌娱乐最新版

  12月29日,2026年大陆高校面向港澳研究生招收工作将于明日启动,双方强调，美国和北约作为侵略占领阿富汗20年的责任方，不应再次企图将军事设施部署到阿富汗及其周边地区，而应为阿富汗当前经济民生困局负主要责任，承担阿富汗重建的主要支出，并采取一切必要措施解除对阿富汗国家资产的冻结。,雷火电竞官网入口。

  12月29日,我国发现新矿物：5步完成新矿物的发现和获批,对于上架华为应用商店的鸿蒙应用而言，他们有一个共同的特点，那就是更新迭代速度非常快，这背后就是以消费者为中心，体验至上。,万博官方,九游官网首页进入,beat365在线体育投注。

  时事2：什么网站可以赌博

  12月29日,天天学习｜情暖冬日,谈及如何解决地方政府债务问题，张斌表示，全社会债务总存量从2004年的24万亿人民币增长至2023年的363万亿人民币，年均债务增长15.3%，98%以上是内债。债务杠杆率2012年以后持续快速上升，主要来自名义GDP增速相对债务增速更显著的放缓。,澳博投资官网,2026世界杯开户网址,足球买球网站大全。

  12月29日,青海德令哈首次发现世界濒危物种豺,不过，取消公摊是否能给消费者带来实质性利好、当前全面推行时机是否成熟等尚存在诸多争议。,皇冠官网地址,三亿体育app平台,现金赌城。

  时事3：网投平台总站

  12月29日,王毅同文莱外交主管部长艾瑞万会谈,此役，广东队主场成了“黄色的海洋”，深圳球员贺希宁、女乒名将刘诗雯、前国脚郑智等人来现场看球。,至尊游戏厅官方下载,w88优德手机版,大金线上娱乐官方网站。

  12月29日,元旦假期·出游 湖北：无人机灯光秀上演 沉浸体验荆楚魅力,事实上，阿贝尔早已开始在他管理伯克希尔全资子公司的方式上留下自己的印记。相较于巴菲特著名的“放手式”分权管理，阿贝尔更多地参与了子公司的具体管理。,旺角娱乐城,九五至尊网址是多少,杏彩平台APP。

  时事4：亚洲365bet官网

  12月29日,元旦假期前两日上海日均消费122亿元,虽然本次采访的主题是持续进行的俄乌冲突，但还是免不了涉及有关中国的话题。,OD官网,飞禽走兽老虎机单机,beplay体育官网app下载。

  12月29日,吉林省加快推进长春现代化都市圈建设,该扩建工程是陕西民航发展的“头号工程”，也是目前西北投资规模最大、建筑体量最大的机场建设工程。,九游官网登录首页,澳门银银河在线下载,体育足球bet。