10:24arXiv: OpenAI@Yijin Wang, Shuyi Wang, Wenhan Zhang, Yuqi Ouyang该论文提出了一个多领域基准数据集,包含8602张图像,覆盖商业海报、信息图、学术海报、收据、表格和UI截图6个类别,用于检测OpenAI的GPT Image 2生成的文本丰富图像。在零样本设置下评估了5种AI生成图像检测器,发现性能高度依赖领域:在部分类别表现好的方法在其他类别失败,且最强传统检测器对JPEG压缩敏感。此外,多模态视觉语言模型的初步评估显示其在结构化格式上既有潜力也有局限。论文GPT-Image-2AI生成图像检测多领域基准文本丰富图像多模态检测4 个信源在谈推荐理由:想测你手上的AI图片检测器靠不靠谱?这个基准有8602张图、6种类型,还试了5种检测器,发现它们碰上有文字的图片(比如收据、海报)就露馅,连JPEG压缩都扛不住。原文
10:31arXiv cs.AI@Kim Jihyeon, Sohee Kim, Soosan Lee, Souhwan Jung, James Matthew Rehg, Hyesong Choi精选该论文提出了一种名为“社交凝视一致性”的高层语义线索,用于检测AI生成的图像。与传统的基于低级伪影(如像素指纹、频率异常)的方法不同,该线索关注交互个体之间视线方向、头眼对齐和瞳孔位置的相互一致性。研究者通过构建受控诊断数据集、采用块组合字幕监督方法,并在多个架构上验证,证明该线索能有效提升检测性能,例如在FakeVLM模型上,COCOAI Interaction子集的平衡准确率从67.8%提升至71.5%。该方法在真实和伪造类别的召回率上同时提升,避免了“全预测为假”的偏差,且训练于单一修复模型(FLUX.1-Fill)后能泛化到多生成器场景。论文AI生成图像检测社交凝视一致性语义线索FakeVLMFLUX.1-Fill推荐理由:这篇论文为AI生成图像检测开辟了全新维度——从社交凝视一致性入手,解决了传统低级伪影检测在人物交互场景中的失效问题。做图像取证、内容安全或生成模型评估的团队值得关注,其跨架构泛化能力意味着可以直接应用于现有检测系统。原文