PoundNet通过平衡泛化与知识保留，显著提升AI生成图像检测的鲁棒性，在跨数据集测试中表现优异。
原文标题：TPAMI 2026 | 跨十大数据集验证，PoundNet重新审视AI图像检测范式
原文作者：数据派THU
冷月清谈：
怜星夜思：
2、PoundNet在多个数据集上都表现出色，那么它是否能很好地应对完全未知的、新型的AI生成图像？如果不能，可能的原因是什么？如何进一步提升其对未知伪造数据的鲁棒性？
3、文章提到PoundNet是基于CLIP构建的，那么未来是否有可能开发出不依赖于CLIP或其他大型预训练模型，而是从头训练的、更轻量级的AI图像检测框架？这种框架的优势和劣势可能是什么？
原文内容
本文约2000字，建议阅读5分钟兼顾泛化与知识保留的AI 图像检测。
随着 AI 生成图像技术快速演进，伪造内容在网络传播风险持续上升，高鲁棒性检测技术因此成为学界与产业界关注的关键问题。
然而，现有不少方法过于追求单一数据集上的短期收益，往往仅围绕“真/假”二分类目标对大规模预训练模型进行专门化微调。
这类做法虽然能够提升局部基准上的检测精度，却容易破坏模型原有的广泛语义知识，从而削弱其对未见生成器、未见数据域的泛化能力。
针对这一“贪小利而失大局”的问题，哈工大与南安普顿大学联合提出 PoundNet 框架，从“检测泛化”与“知识保留”双重目标出发，重新审视 AI 生成图像检测的训练范式。
论文标题：Penny-Wise and Pound-Foolish in AI-Generated Image Detection
论文链接：https://arxiv.org/abs/2408.08412
代码链接：https://github.com/iamwangyabin/PoundNet
当模型学会“抓假”，却忘了“看懂世界”
为了应对层出不穷的AI生成图像，目前的主流做法是利用预训练的大模型（如CLIP），并在特定的伪造数据集上使用“类别无关的二分类目标”进行微调。
然而，我们发现这是一种典型的“短视”策略（Penny-Wise）：模型虽然在训练见过的伪造类型上得分很高，但却灾难性地遗忘了预训练模型中宝贵的广泛语义知识。
这种对下游任务的过度拟合，直接导致了模型对未知AI生成器泛化能力的大幅下降（Pound-Foolish）。
简而言之，模型为了学会“抓假”，反而连“画里是什么”都认不出了。
为此，我们提出了一种抗“因小失大”的学习框架 PoundNet。我们没有简单粗暴地进行二分类微调，而是基于 CLIP 设计了一套可学习的提示和平衡目标函数。
PoundNet 不仅要求模型学会区分真假，还强制模型在微调过程中保留对物体类别的分类能力，并在每个特定类别的上下文中进行真假判别。
PoundNet框架：一边“抓假”，一边“守住认知”
所提出的方法 PoundNet 旨在在实现类别感知的 AI 生成图像检测的同时，平衡泛化能力与知识保持能力，以更好地应对未见过的 AI 生成器。
PoundNet 基于 CLIP 构建，并通过我们设计的提示对（prompt pair）和提出的平衡目标函数对其进行微调。
理想情况下，我们可以使用如下提示格式：“a [real/fake] photo of a [CLASS]”，来引导 CLIP 模型完成下游的二分类 AI 图像检测任务。
然而，对于预训练的 CLIP 来说，理解“deepfake”这一抽象概念在自然语言中是具有挑战性的。
为了更好地对“a [real/fake] photo”这一上下文在 AI 生成图像检测场景中进行参数化，我们分别为真实和伪造图像引入了可学习的成对提示（下图左上）。
类别无关的二分类项（Class-Agnostic Binary term）（图(a)）：该项对应一种高层次、抽象的概念，侧重于在不考虑具体语义类别的情况下区分真实与伪造样本，即进行通用的真假二分类。
语义保持项（Semantic-Preserving term）（图(b)）：该项用于保留预训练模型中蕴含的广泛语义知识，而这一点往往被现有方法忽略，因为它们通常只依赖类别无关的二分类项进行过度微调。
类别感知的二分类项（Class-Aware Binary term）（图(c)）：该项旨在区分不同类别内部的真实与伪造样本（例如，在猫的图像中检测伪造的猫图像），从而使 AI 生成图像检测更加精细和有效。
实验结果：跨10大数据集全面领先，泛化能力显著提升
团队遵循领域内常见设定，仅使用单一标准 AI 图像数据集进行训练，随后在 10 个大规模公开AI生成图像检测数据集上、基于 5 项主要评测指标进行了系统测试，构建了当时规模最大的 AI 生成图像检测泛化评测集合之一。
实验结果表明，PoundNet 相比现有先进方法实现了 19% 的相对性能提升。
同时，在目标分类任务上，PoundNet 仍保持 63% 的较强表现，体现出其在 跨域泛化、知识保持与检测鲁棒性 方面的综合优势。
