RED：通用人工智能生成图像检测的重建进化动力学

图像生成器的快速发展需要超越已知生成机制的取证线索。现有的检测器通常依赖于静态图像表示或端点重建差异，从而导致中间重建阶段的演变尚未得到充分探索。我们观察到，真实图像和生成图像的相对标记可预测性可以在重建尺度上逆转，这表明中间阶段可能会暴露端点比较所忽视的法医证据。受这一观察的启发，我们提出了 RED（重建进化动力学），这是一个从粗到细的重建进化中捕获可转移的取证线索的框架。据我们所知，RED 是第一个使用规模化词元可预测性来指导跨中间重建状态的法医证据聚合的框架。它表示由冻结的多尺度 VQ-VAE 在冻结的 CLIP 编码器的共享特征空间中产生的重建轨迹。为了将观察到的可预测性变化与视觉证据联系起来，RED 从冻结 VAR 模型提供的按比例标记负对数似然中学习图像自适应阶段权重。然后，跨阶段证据聚合模块对原始图像表示和加权重建特征进行联合建模，通过沿重建轨迹的交互捕获互补的取证线索。在六个不同基准上的实验表明，RED 在评估的方法中实现了最高的平均准确度 92.5% 和平均精度 97.5%。进一步的评估显示出对常见图像退化的强大鲁棒性，支持了重建进化对于可推广的人工智能生成图像检测的价值。该代码将在本文被接受后公开发布。