DailyBench: A Unified Benchmark for AI-Generated and Manipulated Images from Modern Generative Models
作者: Xin Jiang, Hao Tang, Junyao Gao, Meiqi Cao, Fei Shen, Dongming Zhang, Yongdong Zhang
分类: cs.CV
发布日期: 2026-07-27
💡 一句话要点
提出DailyBench以解决AI生成与操控图像检测的评估问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: AI生成图像 图像检测 生成模型 操控图像 数据基准 泛化能力 FakeBench ManipulationBench
📋 核心要点
- 现有的AI生成图像检测方法主要基于过时的生成模型，无法有效应对现代生成和操控图像的挑战。
- 本文提出DailyBench基准，包含FakeBench和ManipulationBench两个子集，旨在评估检测器在不同生成和操控场景下的泛化能力。
- 实验结果表明，当前检测器在FakeBench和ManipulationBench上的准确率显著低于在GenImage上的表现，揭示了其泛化能力的不足。
📝 摘要（中文）
随着生成模型的进步，AI生成图像的检测已从识别易于区分的完全合成图像转向识别高度真实的内容。然而，现有的检测基准往往基于过时的生成模型，主要强调全图像合成，导致基准数据与现实中的生成和编辑场景之间存在差距。为此，本文提出了DailyBench，一个高质量的统一基准，用于评估AI生成图像检测器在现代全图像合成和对象级操控中的泛化能力。DailyBench包含两个互补子集：FakeBench和ManipulationBench，前者包括由最新生成模型合成的高质量图像，后者则引入了对真实图像进行的复杂对象级编辑。实验结果显示，现有检测器在真实合成和操控上泛化能力不足，DailyBench为开发更强大的检测方法提供了严格的测试平台。
🔬 方法详解
问题定义：论文要解决的问题是现有AI生成图像检测器在面对现代生成和操控图像时的泛化能力不足。现有方法主要基于过时的生成模型，无法适应真实世界中的复杂场景。
核心思路：论文的核心思路是通过构建DailyBench基准，提供一个高质量的测试平台，评估检测器在现代全图像合成和对象级操控中的表现。通过引入FakeBench和ManipulationBench两个子集，旨在填补现有基准与实际应用之间的差距。
技术框架：DailyBench的整体架构包括两个主要模块：FakeBench，包含由最新生成模型合成的高质量图像；ManipulationBench，包含对真实图像进行的复杂对象级编辑。该框架旨在全面评估检测器的性能。
关键创新：最重要的技术创新点在于DailyBench的设计，使其能够同时评估生成和操控图像的检测能力。这与现有方法的单一焦点形成鲜明对比，提供了更全面的评估标准。
关键设计：在设计中，FakeBench和ManipulationBench的图像选择基于最新的生成模型和图像条件模型，确保了数据的高质量和挑战性。实验中使用的评估指标包括平衡准确率，确保了对检测器性能的全面评估。
🖼️ 关键图片
📊 实验亮点
实验结果显示，当前检测器在FakeBench上的准确率下降至60-76%，在ManipulationBench上更是降至54-66%，相比于在GenImage上的91-96%表现，揭示了现有方法在真实合成和操控图像检测中的显著鲁棒性差距。
🎯 应用场景
该研究的潜在应用领域包括图像内容审核、社交媒体平台的内容监控以及虚假信息的检测等。通过提供一个统一的基准，DailyBench能够帮助研究人员和开发者提升AI生成图像检测技术的准确性和鲁棒性，推动相关技术的实际应用和发展。
📄 摘要（原文）
Recent advances in generative models have shifted AI-generated image detection from identifying easily distinguishable, fully synthetic images to identifying highly realistic content generated by both modern generation and manipulation pipelines. However, existing detection benchmarks are often built with outdated generative models and primarily emphasize full-image synthesis, creating a growing mismatch between benchmark data and the images encountered in real-world generation and editing scenarios. To bridge this gap, we introduce DailyBench, a high-quality unified benchmark for evaluating whether AI-generated image detectors can generalize across both modern full-image synthesis and object-level manipulation. DailyBench contains two complementary subsets: FakeBench, which includes high-quality images synthesized by recent open-source and commercial generative models, and ManipulationBench, which introduces challenging object-level edits applied to real images using advanced image-conditional models. This design makes DailyBench a realistic testbed for studying both generator-level generalization and manipulation-aware detection under subtle local edits. Experiments on DailyBench reveal substantial robustness gaps in current detectors: methods reporting 91-96% balanced accuracy on GenImage drop to 60-76% on FakeBench and 54-66% on ManipulationBench. These results show that existing detectors remain poorly generalized to realistic synthesis and manipulation, highlighting DailyBench as a rigorous testbed for developing robust and manipulation-aware AI-generated image detection methods. The project is available at https://dailybench.github.io/