University of Chinese Academy of Sciences（中国科学院大学）

Beyond Artifacts: Real-Centric Envelope Modeling for Reliable AI-Generated Image Detection

超越伪影：面向真实世界的环境建模用于可靠的AI生成图像检测

Ruiqi Liu, Yi Han, Zhengbo Zhang, Liwei Yao, Zhiyuan Yan, Jialiang Shen, ZhiJin Chen, Boyi Sun, Lubin Weng, Jing Dong, Yan Wang, Shu Wu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Advanced Interdisciplinary Sciences, UCAS（北京大学交叉信息学科研究中心） ； Southwest University（西南大学） ； Shanghai Second Polytechnic University（上海第二工业大学） ； Peking University（北京大学） ； The University of Sydney（悉尼大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出REM方法，通过建模真实图像分布来提升AI生成图像检测的可靠性，并构建RealChain基准以评估模型在真实世界退化下的性能。