🔎 AIGC 检测¶

🎞️ ECCV2026 · 9 篇论文解读

📌 同领域跨会议浏览： 📷 CVPR2026 (10) · 🔬 ICLR2026 (30) · 💬 ACL2026 (17) · 🧪 ICML2026 (11) · 🤖 AAAI2026 (2) · 🧠 NeurIPS2025 (9)

Beyond Artifacts: Real-Centric Envelope Modeling for Reliable AI-Generated Image Detection: REM 不再主要追逐已知生成器的伪影，而是用受控重建样本学习真实图像的特征包络，并约束该包络跨退化保持稳定，在 RealChain 链式退化测试中达到 84.2% 平衡准确率，比 DDA 高 18.4 个百分点。
Code-in-the-Loop Forensics: Agentic Tool Use for Image Forgery Detection: 本文提出 ForenAgent：把 12 个低层取证算子（FFT、DWT、重采样周期、SRM、Bayar、PRNU、JPEG Ghost 等）做成 MLLM 可直接调用的工具箱，让模型在多轮交互中自主生成并执行 Python 代码、再把沙箱回注的取证图当观测继续推理，配合"冷启动 + 四阶段过程奖励 GRPO"两阶段训练，在自建的 10 万图三分类基准 FABench 上把整体准确率从最强基线的 81.2% 提升到 89.5%，并在 SIDA-Test 上以 83.1% 取得最好的跨数据集泛化成绩。
SPLIT: Training-Free AI-Generated and Partially Edited Video Detection via Spatial Patch-Level Incoherence and Temporal Roughness: SPLIT 用一个完全免训练的检测器在冻结视觉编码器的 patch token 上算两个统计量——两步时间粗糙度（TTR，比较 1 步与 2 步累积位移）与局部空间运动不一致（LSMI，特征空间运动场的空间梯度）——乘性融合并做 γ 校正后，仅用真实视频标定阈值，在 FakeParts / GenVideo / ViF-Bench 三个基准的 FPR = 0.1% 操作点上取得最高 Fake Recall（FakeParts 74.45%，远超最强监督基线 ReStraV 的 35.67%）。
Caption Bottleneck Models: CaBM 将图像先转成去除类别名称的自然语言描述，再由独立的纯文本分类器识别类别，并从分类证据中发现概念，在切断视觉特征旁路的同时取得有竞争力但并非全面领先的分类表现。
From Masks to Pixels and Meaning: A New Taxonomy, Benchmark and Metrics for VLM Image Tampering: 现有篡改基准用对象掩码标注"哪里被改"，与真实的生成编辑信号严重错位；本文把 VLM 图像篡改重定义为像素级 + 语义 + 语言感知的任务，发布 42 万图像对的 PIXAR 基准（8 类编辑原语、阈值化像素标签 \(M_\tau\) 与语义类标签），并配套五损失联合训练框架和像素/语义/语言三档指标，在同骨干下把篡改定位 IoU 从 11.8% 提到 18.1%。
Efficient Document Tampering Localization with Multi-Level Discrepancy Features and Unified DCT-Quantization Embedding: DiffNet 通过两项互补设计——多层差异变换将特征金字塔从内容信号转为符号不变的差异强度信号，以及统一 DCT-量化联合嵌入用离散 embedding 替代传统高开销频率感知头（FPH）——在跨域和人工篡改文档定位上以更低计算成本取得了约 30% 的 F1 提升，吞吐量最高提升 7 倍。
Trustworthy Image Authentication using Forensic Knowledge Graphs: 把图像取证的「找证据」和 VLM 的「说人话」拼成一套系统：先用自监督学到的取证指纹把图像切成来源一致的区域、判定每块区域的源/后处理/压缩历史，组织成一张结构化的「取证知识图谱」，再让 VLM 依图逐条给出可核验的自然语言判据，在检测、伪造类型/定位、取证解释三个维度全面超过纯取证器和纯 VLM。
Asymmetric Anchoring: Opening the Black Box of MLLMs for Forgery Detection: AAP 在多模态大模型内部只把真实图像的中间表示拉向冻结视觉编码器提供的参考，同时把逐位置的对齐误差交给定位解码器，使 AAP-lisa 在 SID-Set 上达到 97.1% 检测准确率和 56.8% 定位 IoU。
Q-REAL: Towards Naturalness and Distortion Evaluation for AI-Generated Content: 针对文生图质量评估仅依赖单标量评分且缺乏可解释归因信号的缺陷，本文提出了包含10K张图像、3.2万余个实体级问答与归因描述的细粒度基准Q-Real，并构建了“对象判别-全图定位推理-CoT质量回归”三阶段训练管线，显著提升了多模态大模型在AI生成图像瑕疵检测与可解释质量评分上的综合能力。