
AIGC检测为何频频“看走眼”?腾讯优图揭秘:问题可能出在数据源头 (opens in a new tab)
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。
Total 354 articles

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。

REG 是一种简单而有效的方法,仅通过引入一个 class token 便能大幅加速生成模型的训练收敛。其将基础视觉模型(如 DINOv2)的 class token 与 latent 在空间维度拼接后共同加噪训练,从而显著提升 Diffusion 的收敛速度与性能上限。在 ImageNet 256×256 上,

一时的技术成果或者用户增长,很难成为 AI 公司的竞争优势。

过去一个周末 Gemini 3 Pro Image 的能力被反复「折磨」,花样越来越多——噢,你问这是什么,它的另一个名字是 Nano Banana 2。这么跟个恶搞一样的名字,居然被保留下来了。

划重点 游戏,是AI通往真实世界的训练场。 作为一个常年在峡谷里单排的王者荣耀玩家,我对“队友”这个词有着复杂的情感。 有时忙了一天,晚上好不容易想要放松一下,玩一局游戏,结果开局三分钟就有人挂机,中路法师见人就送,射手全程瞎晃悠。不管是“集合”还是“猥琐发育”,队友们根本不理你。 更绝的是,有时候遇到那种水晶已经告急,马上就要输掉的情况,有些佛系玩家,还在野区不紧不慢地打着小怪,慢悠悠地说:“不就是个游戏嘛,至于吗?” 每次遇到这种情况,我就在想,要是能有个靠谱的AI搭子该多好。不挂机、不送人头、还能配合我的打法,关键是它永远不会阴阳怪气地说“不就是个游戏嘛”。 这两天,谷歌DeepMind

最近,我越来越沉迷刷小红书了。 倒不是为了看猫狗视频,而是作为 AI 开发者,看到了一个未被充分挖掘的“非标需求许愿池”。 在这个推荐流里,你会发现人类的需求是如此细碎且具体: 有人想把喜欢的 IP 图案做成拼豆,但苦于无法将照片匹配为对应的像素图案与豆子颜色。 也有上万人在求助各种可视化图表的制作方法。 每一个火热的评论区背后,可能都藏着一个还没被满足的小工具机会。 在淘宝上,甚至有人专门做拼豆图纸定制的生意,单价 5-10 元,也有不少人买单。 这些单点、零散的需求,可谓是给 AI Coding 量身定做的场景。 不用庞大的后端,现在的 Coding Agent,甚至只需要十几分钟,就能搓

大家都知道,图像生成和去噪扩散模型是密不可分的。高质量的图像生成都通过扩散模型实现。

如果一个AI,像人类一样看屏幕、敲键鼠、自己练级变强,这种游戏搭子,你愿意拥有吗?可能不久将来,类似王者荣耀、DOTA 2这样的游戏就可以选择和AI组队,而不是和人组队了!

太快了!一天之内Grok连迎两大更新——Grok 4 Fast与Grok Imagine都进行了大升级。Grok 4 Fast把上下文窗口提高到2M,并把完成率拉到94.1%(推理)与97.9%(非推理)。这意味着,你不必再把一本书或一整个代码库切碎喂给模型,它可以一次吞下,然后稳定地给出结果。

生成式AI技术的成熟,让智能编程逐渐成为众多开发者的日常,然而一个大模型API选型的“不可能三角”又随之而来:追求顶级、高速的智能(如GPT-4o/Claude 3.5),就必须接受高昂的调用成本;追求低成本,又往往要在性能和稳定性上做出妥协。开发者“既要又要”的正义,谁能给?