随着生成式人工智能技术的快速发展，AI 生成合成图像的质量与逼真度显著提升，但其“以假乱真”的特性也加剧了虚假信息传播、身份欺诈等社会风险。围绕探讨构建一套先进、高效的 AI 生成合成图像检测技术体系从而推动技术与标准协同发展、破除生成式人工智能技术引发的“信任赤字”问题，通过系统研究从传统高频特征提取到多模态大模型融合的 4 类检测技术以及主流数据集与评价指标，同时梳理分析包括 NIST、ITU-T 及我国 SAC/TC260 等组织制定的国内外检测标准进展，提出当前检测技术在准确率和鲁棒性上已取得显著进展同时面对生成模型迭代加速、对抗样本攻击等挑战仍需提升解释透明性与多模态协同能力，目前检测标准初步建立技术框架但在统一性能评估、多场景实施指南等领域存在明显缺口，技术与标准协同路径应体现为“技术驱动标准迭代”与“标准反哺技术优化”，推动构建覆盖生成、传播、溯源的全链条治理体系，实现数字内容可信生态的可持续发展。

网站会员需要登录才能在线预览，点我登录。

如何成为网站会员>>