螞蟻集團憑藉 AIGC 偵測技術的突破,在電腦視覺會議上大放異彩

螞蟻集團近期在 CVPR 2026 NTIRE 影像偵測挑戰賽的兩個賽道中榮獲最高榮譽,分別是「複雜真實世界情境下的穩健性樣本測試」與「人臉增強異常偵測」。這項成就為在 AI 時代推進支付、內容安全審查及金融身分驗證等領域的風險識別工作提供了關鍵支持。
深度偽造(deepfakes)及生成式人工智慧內容(AIGC)濫用所衍生的風險正日益加劇。此類合成內容常難以肉眼辨識,而現有檢測模型在面對真實世界環境及多模態大型模型的快速演進時,準確度往往大幅下降。CVPR挑戰賽針對此問題提出解決方案,要求模型在涉及「未知生成架構」與「複雜退化干擾」的極端測試中,仍能維持高準確度與強健性。
螞蟻集團深耕支付系統領域逾二十年,已開發出領先業界的安全技術。這份專業知識現正延伸至 AI 安全領域。團隊提出基於 DINOv3 視覺基礎模型的偵測框架,使 AIGC 偵測能力從實驗室環境邁向實際應用,實現了重大飛躍。
針對「強健性樣本測試」賽道,螞蟻AI安全實驗室團隊建構了一個包含數百萬個高品質樣本的複雜訓練語料庫。該語料庫整合了WildFake、Z-Image、Seedream及Nano-banana-pro等資料集,並結合了尖端模型。 其底層架構採用雙流並行整合結構,猶如賦予檢測模型兩隻互補的「眼睛」,既能捕捉局部細節,亦能掌握整體影像特徵。團隊模擬了完整的影像退化效果鏈,從單一噪點到多重變形,精準重現了社交媒體傳播及二次攝影中常見的真實世界影像篡改情形。此方法大幅提升了模型在實際情境中的檢測表現。
此外,研究團隊還引入了兩階段的「定位-檢視」檢測範式。此方法會先標定可疑區域,再進行詳細檢視。他們同時建置了 FakeXplained 資料集,提供針對特定區域的文字解釋。 在分析可疑影像時,此技術不僅能判定其是否為 AI 生成,更能精準標示出含有偽造瑕疵或物理不一致性的區域,並同步生成詳細的推理依據。這項突破超越了傳統的「黑箱」檢測模式,使模型決策變得可追溯且可解釋。為促進合作以應對 Deepfake 挑戰,該團隊已在 GitHub 上開源了該領域最全面的 AIGC 影像與影片檢測資源庫之一。
在「人臉增強異常檢測」競賽中,螞蟻國際團隊憑藉精準定位人臉影像中的異常區域而奪冠。這項技術主要應用於金融交易身分驗證及開戶文件審查等情境,為防範深度偽造(Deepfake)及基於 AIGC 的攻擊提供了關鍵的技術保障。 在跨境支付與金融服務領域,螞蟻國際已將 AIGC 識別技術深度整合至 EKYC(電子身份驗證)及文件防偽等流程中,確保能對各類生成內容具備強大的檢測能力。
CVPR(電腦視覺與模式識別會議)是由IEEE贊助的國際會議。與ICCV及ECCV並列,被視為電腦視覺領域三大頂級會議之一。今年的挑戰賽吸引了來自全球超過500支隊伍參與。
相關文章
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
Google 測試 Remy AI 代理,以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道,谷歌正在測試 Remy,這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務,從而簡化專業工作流程和日常事務。目前,Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”,將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實,谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
相關專題推薦
評論 (0)
0/500

螞蟻集團近期在 CVPR 2026 NTIRE 影像偵測挑戰賽的兩個賽道中榮獲最高榮譽,分別是「複雜真實世界情境下的穩健性樣本測試」與「人臉增強異常偵測」。這項成就為在 AI 時代推進支付、內容安全審查及金融身分驗證等領域的風險識別工作提供了關鍵支持。
深度偽造(deepfakes)及生成式人工智慧內容(AIGC)濫用所衍生的風險正日益加劇。此類合成內容常難以肉眼辨識,而現有檢測模型在面對真實世界環境及多模態大型模型的快速演進時,準確度往往大幅下降。CVPR挑戰賽針對此問題提出解決方案,要求模型在涉及「未知生成架構」與「複雜退化干擾」的極端測試中,仍能維持高準確度與強健性。
螞蟻集團深耕支付系統領域逾二十年,已開發出領先業界的安全技術。這份專業知識現正延伸至 AI 安全領域。團隊提出基於 DINOv3 視覺基礎模型的偵測框架,使 AIGC 偵測能力從實驗室環境邁向實際應用,實現了重大飛躍。
針對「強健性樣本測試」賽道,螞蟻AI安全實驗室團隊建構了一個包含數百萬個高品質樣本的複雜訓練語料庫。該語料庫整合了WildFake、Z-Image、Seedream及Nano-banana-pro等資料集,並結合了尖端模型。 其底層架構採用雙流並行整合結構,猶如賦予檢測模型兩隻互補的「眼睛」,既能捕捉局部細節,亦能掌握整體影像特徵。團隊模擬了完整的影像退化效果鏈,從單一噪點到多重變形,精準重現了社交媒體傳播及二次攝影中常見的真實世界影像篡改情形。此方法大幅提升了模型在實際情境中的檢測表現。
此外,研究團隊還引入了兩階段的「定位-檢視」檢測範式。此方法會先標定可疑區域,再進行詳細檢視。他們同時建置了 FakeXplained 資料集,提供針對特定區域的文字解釋。 在分析可疑影像時,此技術不僅能判定其是否為 AI 生成,更能精準標示出含有偽造瑕疵或物理不一致性的區域,並同步生成詳細的推理依據。這項突破超越了傳統的「黑箱」檢測模式,使模型決策變得可追溯且可解釋。為促進合作以應對 Deepfake 挑戰,該團隊已在 GitHub 上開源了該領域最全面的 AIGC 影像與影片檢測資源庫之一。
在「人臉增強異常檢測」競賽中,螞蟻國際團隊憑藉精準定位人臉影像中的異常區域而奪冠。這項技術主要應用於金融交易身分驗證及開戶文件審查等情境,為防範深度偽造(Deepfake)及基於 AIGC 的攻擊提供了關鍵的技術保障。 在跨境支付與金融服務領域,螞蟻國際已將 AIGC 識別技術深度整合至 EKYC(電子身份驗證)及文件防偽等流程中,確保能對各類生成內容具備強大的檢測能力。
CVPR(電腦視覺與模式識別會議)是由IEEE贊助的國際會議。與ICCV及ECCV並列,被視為電腦視覺領域三大頂級會議之一。今年的挑戰賽吸引了來自全球超過500支隊伍參與。
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work





首頁






