猫眼电影记者 黄绮珊 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：果博在线注册

  12月25日,辽宁省民族团结进步模范集体 | 蒙古贞乌兰牧骑,其实，郑州对文旅的带动作用不一定表现在某一产品或服务，能够吸引多大的客流量。它对文旅产业的辐射带动，是多维度、多方面的。,澳门大富豪真人炸金花。

  12月25日,短剧狂飙预警,今年2季度，在高管班子人数最多的时候，该公司共有4位副总裁（包括拟任副总裁）。但二季度副总裁马昌明简历从高管简历中撤下，其今年1月满60周岁，大概率为到龄退休。,完美竞技下载手机版,2026世界杯投注尚v98典tv,百老汇登录。

  时事2：yb平台

  12月25日,京张高铁“雪具便利行”上线 记者实探一站式滑雪出行新体验,随着中国政府加大对人工智能芯片制造商的扶持力度，海外投资者认为中国正不断缩小与美国的科技差距。而与此同时，美股上市人工智能股票估值高企引发的担忧持续升温，这促使投资者纷纷押注中国相关企业。,万赢娱乐app下载,2026女篮世界杯买球,万博官网手机版网页登录入口。

  12月25日,澳大利亚“一刀切”社媒禁令背后的几个问题,鸿蒙的诞生，源于打破核心技术“受制于人”局面的远见与决心，更是面向万物互联时代的未来必选项。,竞彩篮球官网首页,英皇体育体育,趣味捕鱼达人礼包兑换码。

  时事3：买球网址官网

  12月25日,业界嘉宾相聚山东青岛共探国际传播效能提升,双方将继续开展两国立法机构领导人交往，深化两国议会合作委员会、联合工作组以及专门委员会、议员友好小组间合作，保持中共中央办公厅和俄罗斯联邦总统办公厅机构之间的交流合作，在战略安全磋商和执法安全合作机制框架下开展互信对话，促进两国政党以及民间、学术界交流。,pg电子官网网站,365体育足球即时比分,澳门永利有多少人提款不成。

  12月25日,八旬艺术家程大利在中国美术馆举办个展“望千山”,中方对2024年3月22日莫斯科州惨无人道恐袭的所有组织者、实施者和策划者表示强烈谴责，认为对平民的袭击完全不可接受，支持俄方坚决打击恐怖势力和极端势力，维护国家和平稳定。,bbin怎么注册,365bet足球比赛,lecaiwang。

  时事4：BOB直播视讯

  12月25日,中国驻贝尔法斯特总领馆在格罗夫纳文法学校举办“图书进校园”活动,“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）,澳门官方869191,男篮世界杯投注app,永利体育投住网。

  12月25日,柬泰冲突殃及世界文化遗产引发国际关切,带领国足三场比赛，主客场对阵新加坡、主场对阵泰国，伊万只交出了1胜1平1负的尴尬答卷，技战术角度，三场比赛，伊万留下了太多值得商榷之处，还有最后一场和韩国队的比赛，留给伊万的时间已经不多了……,澳门新萄京网址,mg注册送体验,正版通天报(会员版)。