近日，在計(jì)算機(jī)視覺(jué)頂會(huì)CVPR 2026 NTIRE 圖像檢測(cè)挑戰(zhàn)賽中，螞蟻集團(tuán)同時(shí)獲得“復(fù)雜真實(shí)場(chǎng)景魯棒性樣本測(cè)試”賽道和“人臉增強(qiáng)異常檢測(cè)”賽道冠軍，為進(jìn)一步提升AI時(shí)代支付、內(nèi)容安全審核、金融身份認(rèn)證等場(chǎng)景的風(fēng)險(xiǎn)識(shí)別能力提供重要支撐。

當(dāng)前，深度偽造（Deepfake）與AIGC濫用風(fēng)險(xiǎn)加劇，不僅肉眼難辨真假，現(xiàn)有檢測(cè)模型在面對(duì)真實(shí)場(chǎng)景與多模態(tài)大模型快速迭代時(shí)，準(zhǔn)確率也出現(xiàn)斷崖式下跌。本次CVPR挑戰(zhàn)賽直擊這一痛點(diǎn)，要求模型在“未知生成架構(gòu)”與“復(fù)雜退化干擾”的雙重極限考驗(yàn)下，保持高準(zhǔn)確率與強(qiáng)魯棒性。

螞蟻集團(tuán)以支付場(chǎng)景起家，在過(guò)去 20 年里積累的安全技術(shù)代表了國(guó)際領(lǐng)先水平，這一優(yōu)勢(shì)正延續(xù)至 AI 安全領(lǐng)域。螞蟻集團(tuán)提出了一個(gè)基于 DINOv3 視覺(jué)基礎(chǔ)模型的檢測(cè)框架，實(shí)現(xiàn)了 AIGC 檢測(cè)從實(shí)驗(yàn)室向真實(shí)場(chǎng)景的能力躍遷。

在“復(fù)雜真實(shí)場(chǎng)景魯棒性樣本測(cè)試”賽事，螞蟻AI安全實(shí)驗(yàn)室參賽團(tuán)隊(duì)搭建了一個(gè)包含數(shù)百萬(wàn)高質(zhì)量樣本的復(fù)雜訓(xùn)練語(yǔ)料庫(kù)，覆蓋WildFake、Z-Image、Seedream、Nano-banana-pro 等開(kāi)源數(shù)據(jù)集和前沿模型；底層采用雙流并行集成架構(gòu)，如同為檢測(cè)模型配備兩雙互補(bǔ)的眼睛，分別捕捉圖像的局部細(xì)節(jié)與整體特征。團(tuán)隊(duì)模擬圖像從單一噪點(diǎn)到多重失真的全鏈路退化效果，深度還原社交平臺(tái)傳播、二次翻拍等真實(shí)場(chǎng)景的圖像失真特征，大大提升了模型在真實(shí)場(chǎng)景下的檢測(cè)能力。

此外，團(tuán)隊(duì)還提出了“先定位可疑區(qū)域，再進(jìn)行細(xì)節(jié)審查”（Locate-Then-Examine）的兩階段檢測(cè)范式，并構(gòu)建了提供局部區(qū)域文本解釋的數(shù)據(jù)集 FakeXplained。在面對(duì)可疑圖像時(shí)，該方法不僅能準(zhǔn)確判斷其是否由 AI 生成，還能在圖像上定位出存在偽造瑕疵或違背物理常識(shí)的區(qū)域，并同步生成詳盡的解釋。該方法突破了傳統(tǒng)“黑盒”檢測(cè)的局限，讓模型決策“有據(jù)可查”。為方便技術(shù)從業(yè)者共同應(yīng)對(duì) Deepfake 挑戰(zhàn)，團(tuán)隊(duì)還通過(guò) GitHub 開(kāi)源了領(lǐng)域內(nèi)最全面的 AIGC 圖像視頻檢測(cè)資源倉(cāng)庫(kù)。

在“人臉增強(qiáng)異常檢測(cè)”賽事，螞蟻國(guó)際參賽團(tuán)隊(duì)?wèi){借精準(zhǔn)定位人臉圖像異常區(qū)域的技術(shù)能力奪冠。這項(xiàng)技術(shù)能夠精確識(shí)別并定位人臉圖像中的異常區(qū)域，主要應(yīng)用于金融交易身份鑒別、開(kāi)戶(hù)材料審核等場(chǎng)景，為防范Deepfake深度偽造與AIGC攻擊提供重要技術(shù)保障。在跨境支付與金融服務(wù)領(lǐng)域，螞蟻國(guó)際將AIGC識(shí)別技術(shù)深入應(yīng)用到EKYC、憑證、材料的防偽當(dāng)中，確保了對(duì)各類(lèi)生成內(nèi)容的檢測(cè)能力。

CVPR是IEEE主辦的國(guó)際計(jì)算機(jī)視覺(jué)與模式識(shí)別會(huì)議，與ICCV、ECCV并稱(chēng)為計(jì)算機(jī)視覺(jué)領(lǐng)域的世界三大頂級(jí)會(huì)議，該挑戰(zhàn)賽共吸引500多支國(guó)內(nèi)外隊(duì)伍參賽。