猫眼电影记者 张高贤 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：亚赢国际平台

  12月27日,山西晋中：多元服务有温度 托起银龄“稳稳的幸福”,2025 年 4 月 2 日，特朗普总统现身白宫，公布其 “解放日” 关税政策。,什么电玩送体验金。

  12月27日,海南全岛封关后首个制造业标志性外资项目开工,宝马、奔驰等欧洲车企同样呼吁支持基于世贸组织规则的自由贸易和公平竞争。,彩神彩票官网登入,足球现金网,线上现金app。

  时事2：leyu乐鱼官网登录

  12月27日,日本青森县东部海域地震已致30人受伤,另外，关税法草案二审稿增加规定，海关发现多征税款时，应当及时通知纳税人办理退还手续。另外，草案此前也明确，将纳税人发现多缴税款时申请退税的期限由1年延长为3年，并明确海关发现多征税款的应当及时退还纳税人。,kok电子网投,凯时免费试玩,必赢最新。

  12月27日,悉尼枪击事件一名枪手身份已确认,#高考为什么总下雨#[今年高考又又又又下雨…真有高考下雨“魔咒”？[思考]]今天，2024年高考开始了。回顾历年高考，下雨往往是考生们最担心遇上的天气，尤其对南方一些地区而言，高考下雨，甚至大雨、暴雨的“魔咒”总是如影随形。而今年，这个下雨“魔咒”可能又要命中了……,ag币游国际,体育app官方下载天博,bet8九州体育。

  时事3：欧亿体育官网app下载

  12月27日,（走进中国乡村）广东电白小渔村“念活”40亿元对虾养殖“新农经”,报道说，该网友当时立刻打电话到派出所报警，警员说便利店附近没有监控器，虽然无法知道是谁窃取她的鸡蛋，但可以协助她再买两盒蛋，她听完后立刻拒绝，“是我自己没用，请警员帮忙买蛋感觉是浪费警力吧！”,ag娱乐网站,y6英亚,正规的365网站。

  12月27日,宁夏银川：以改革之力促高质量发展,在外盘带动下，上期所黄金期货主力合约全天震荡上行，尾盘强势拉升，一举突破1000元/克大关，收盘报1000.86元/克，单日涨幅达2.10%。,澳门网上投注,nba买球网站有哪些,手机即时捷报比分。

  时事4：全发国际app安装

  12月27日,《中国对外开放报告（2025）》在对外经济贸易大学发布,事故迅速传导至资本市场，12月23日快手股价盘中一度下探超5.7%，较前一交易日蒸发约164亿港元。截至今日收盘，快手报64.35港元/股，跌幅3.52%，总市值2779亿港元。,哈哈电竞,真钱老虎机官网网站,im体育官方版。

  12月27日,“健康接力”跨越城乡 湖北钟祥激活县域医疗资源,张业遂担任过外交部党委书记、副部长，曾是中国常驻联合国代表、中国驻美大使。,od体育官网app,凯发k8国际app,体育官网app。