猫眼电影记者 张秋桔 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：棋盘游戏大全

  12月24日,沈阳现雾凇景观,突发！网信部门依法查处快手、微博平台破坏网络生态案件，此前小红书曾被查,英皇娱乐开户网址。

  12月24日,2025世界羽联世界巡回赛总决赛在浙江杭州开赛,“我刚入行的时候，‘跑出租车’挺赚钱。”回看宁师傅二十余年的出租车司机生涯，前一半见证了出租车行业的“辉煌”，后一半见证了网约车行业的“崛起”，“现在基本靠网约车软件接单了。”,世界杯买球大全站,果博手机版注册,天博登录网页。

  时事2：澳门威斯尼斯人v的网址

  12月24日,中印尼民众追忆郑年锦：深耕千岛 情系故土,未来，双方将继续依托 NEXT-BIO 平台，聚焦多肽、小分子及新机制等重点方向，打造常态化的“项目遴选 + 专家评估 + 共研共投对接”机制，推动更多具有 FIC/BIC 潜力的中国创新药资产走出实验室、走向临床与全球市场，实现真正意义上的“共研、共投、共赢”。,银河客户端下载,188金宝搏beat体育官网,世界杯足球网站宣传。

  12月24日,中国社会福利基金会向五家香港慈善组织捐款7500万元,近期，在成功得到西方援助主战坦克后，乌克兰进一步寻求获得先进的西方战机。然而，多国在援乌战机问题上持谨慎态度。美国总统拜登1月30日否认美国将向乌克兰提供美制F-16型战机。法国、荷兰两国领导人同一天则表示，不排除向乌克兰提供战机的可能，但需警惕冲突进一步扩大的风险。1月31日，英国首相发言人表示，英方认为将英国战斗机提供给乌克兰是“不现实的”。,抢庄牛牛规则说明,棋牌游戏送28元彩,乐鱼电竞网站官网。

  时事3：德扑圈官方

  12月24日,岁末“春绿陇原”绽放丝路风华 新版舞剧《丝路花雨》亮相,“上市公司是信息披露第一责任人，董事、高管负有法定勤勉义务，不能以‘非专业人士’或‘信赖中介’为由推卸责任。”,亚星开户,真钱诈金花玩法,真实炸金花游戏。

  12月24日,黑龙江哈尔滨：100只南极企鹅冰雪大巡游,近日，市场流传出一张疑似为华福证券首席分析师王保庆观点的截图，其中提出了名为“2026年有色十大狂想”的判断。截图内容显示，其对未来一轮有色金属周期给出了极为激进的设想，包括：,线上直营赌城,美高梅官方,日博体育下载。

  时事4：皇冠棋牌视讯

  12月24日,女子中巡锦标赛落幕 石昱莉赢个人首冠,然而，2024年投资端高达11.67亿元的巨额亏损拖累盈利，使其当年净利润同比大幅下降。该公司也开启了一轮大规模的“拨乱反正”，积极应对挑战。今年该公司高管班子大调整，年轻化的同时也优化了人员配置。,疯狂斗地主,真人版国际象棋单机版,168体育直播。

  12月24日,中东珠宝品牌加码香港零售布局,根据国际文传电讯社，哈萨克斯坦财政部长Madi Takiyev表示，哈萨克斯坦计划在1月至2月发行3亿至4亿美元的熊猫债。,永利网站首页,im电竞app下载,买球网站。