Sakana AI 新研究:强视觉模型加简单决策规则即可识别 AI 生成图
SakanaAILabs · x · 2026-09-03
Sakana AI 将在 ECCV 2026 展示的新研究表明，一个强通用视觉模型配合冻结表征上的简单决策规则，就能区分真实图像与 AI 生成图像。
研究缘起于其此前推出的 Percept-Lens 评测框架：现有 AI 生成图像检测器在训练熟悉的图像域内表现尚可，但一旦生成器、提示词、风格或图像域发生变化，准确率会急剧下降。
团队由此提出更根本的问题：检测器失败时，究竟是底层视觉模型丢失了真实/AI 生成图像的区分能力，还是决策规则没能把它恢复出来？新检测器的构建思路（保持视觉表征冻结、仅训练决策规则）支持了前者可被恢复的结论。论文与博客已公开。
所属事件:Sakana AI 新研究：冻结视觉特征即可检测 AI 生成图(2 条相关)→
「多模态」频道最新
- 前 Brain Games 主持 5 天用口述产出 25 分钟 AI 电影「vibe directing」 — lmoroney · 2026-10-21
- Motion 发布通用视频 Agent：剪片、动效设计、仿任意参考视频风格 — mhdfaran · 2026-10-21
- 蚂蚁开源 5 个 Ming-3.0 语音模型：TTS、音频理解与方言 ASR — Med1_Ai · 2026-10-21
- AI 网红视频留存秘诀:强钩子+视觉一致性+悬念设计 — aftahi_ai · 2026-10-21
- Flova 的 MORPHJUTSU 技能让角色复用任意视频的运动节奏 — aftahi_ai · 2026-10-21
- NVIDIA 开源 MotionBricks:单模型生成 35 万动作技能,2ms 延迟 — aftahi_ai · 2026-10-21