猫眼电影记者 李大扁 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：世界杯怎么投注球队

  12月28日,寄生虫感染令人担忧 做好预防工作最重要,历时近6年筹建的深圳理工大学，一直以“吊打”众多老牌高校的师资力量和强大的中科院基因备受瞩目，也是经济强市深圳继第二轮“双一流”建设高校历史性“破零”后迎来的又一所大学。,pg电子游戏下载app。

  12月28日,日本遗孤徐燕：从战争孤儿到助产士，我接生过数不清的孩子,不过，肇庆市的新政依然引发社会对“取消公摊面积的合理性和可行性”的广泛探讨，尤其是“取消公摊会导致房价上涨吗”的话题一度冲上舆论热搜。对此，多名接受第一财经采访的业界人士认为，商品房销售中的计价方式改变与否，总房价理论上都不会发生变化。,九游会直营,世界杯外盘投注比例,伟德app下载官网。

  时事2：万博注册页面在哪

  12月28日,关注呼吸道传染病防控：全国流感进入中流行水平 各地积极应对,回溯近几年的公开信息，快手因违规内容引发的监管处罚与舆论争议从未间断。,k8娱乐手机app,巴黎人双轮盘,英皇体育注册App。

  12月28日,香港10月商品整体出口货量同比升14.6%,当下，北约组织继续在亚洲“拉帮结派”，据共同社报道，日本驻美大使富田浩司5月9日在华盛顿召开记者会透露，北约正以在日本开设联络办事处为方向展开讨论。报道认为，北约正加强与亚太地区的合作，开设办事处可能也意在深化与日本的合作。,卡塔尔世界杯买球盘口,大发88手机官网下载,体育投注世界杯365。

  时事3：网上ag正规平台

  12月28日,武汉：旧羽绒服“拆绒重生” 闲置衣物变身冬日好物,“中国+中亚五国”合作机制从外长定期会晤机制起步。2020年7月，“中国+中亚五国”首次外长会晤通过视频方式举行。,亚赢国际,mg娱乐网站有哪些,伟德APP安卓。

  12月28日,青海：民生慈善项目惠及民众超10万人次,而今年特朗普总统再度就职后，电动汽车实现盈利的希望变得更加渺茫。特朗普政府叫停或撤销了拜登政府推出的多项电动汽车产销扶持政策与资金补贴，其中影响最深远的一击，就是今年 9 月彻底终止的最高 7500 美元联邦购车补贴。,千亿在线试玩,AG真人积分兑换,万人炸金花官方下载。

  时事4：188体育官网登陆

  12月28日,报告：我国60岁以上老年人患听力损失人数超2000万,特朗普还承诺，借助关税政策，美国将 “迅速偿还国家债务，且这一切很快就会实现”。,在线二八杠,久久棋牌网址,江南app下载官网。

  12月28日,“粤车南下”进入香港市区政策正式实施,5月10日晚，大悟县人民政府办公室发布情况通报称，针对反映问题，大悟县委、县政府高度重视，迅速组建专班调查处置。经初步核查，网民反映情况基本属实。目前，工作专班正在对涉事情况进行全面核查，对存在的违规行为将按程序严肃追责问责。,君彩,365官方app,888真人国际赌场客服电话是多少。