WildAIGC-Bench: Can AI Image Detectors Handle the Wild? A Benchmark of Generated and Edited Images in Online Circulation
作者: Zijian Yu, Hangwei Zhang, Jun Lan, Huijia Zhu, Weiqiang Wang, Jianfu Zhang
分类: cs.CV
发布日期: 2026-10-20
备注: 19 pages
🔗 代码/项目: GITHUB
💡 一句话要点
提出WildAIGC-Bench以解决AI生成图像检测挑战
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: AI生成图像 图像检测 数据集构建 事实核查 多模态学习
📋 核心要点
- 现有的AI图像检测方法在处理生成和编辑图像时存在显著的召回率差距，难以有效应对在线传播的图像。
- WildAIGC-Bench通过系统化的图像收集和验证流程，提供了一个全面的基准数据集，旨在提升AI图像检测的准确性。
- 实验结果表明，使用WildAIGC-Bench进行评估的检测器在召回率上显著低于现有基准，显示出该基准的实际挑战性。
📝 摘要（中文）
AI生成的图像与新闻事件和在线声明相关，可能误导观众、促进欺诈或引发公众争议。本文介绍了WildAIGC-Bench，该基准通过对新闻网站、事实核查来源和相关社交媒体内容的定期收集构建。该流程结合了广泛覆盖、及时更新和人工验证标签，通过定期发现、自动筛选和初步注释，以及对图像特定证据的人为审查。基准包含407个经过验证的AI生成或编辑图像，每个图像都附有源网页链接和证据摘要。评估专用视觉检测器、多模态大型语言模型和简单的感知编码器基线显示，与现有基准相比，召回率存在显著差距。WildAIGC-Bench不仅提供了实际的检测挑战，还为持续的数据扩展和基于来源的验证奠定了基础。
🔬 方法详解
问题定义：本文旨在解决AI生成和编辑图像在在线环境中检测的挑战，现有方法在召回率上存在明显不足，难以适应多样化的图像特征和传播条件。
核心思路：WildAIGC-Bench的核心思路是通过定期收集和验证图像，构建一个包含多样化样本的基准数据集，以便更好地评估和提升图像检测技术的性能。
技术框架：整体架构包括三个主要模块：定期发现（从新闻网站和社交媒体收集图像）、自动筛选和初步注释（对图像进行初步分类和标注）、人工审查（对图像及其来源进行验证）。
关键创新：最重要的创新点在于结合了自动化与人工验证的流程，确保了数据集的高质量和准确性，同时涵盖了多种在线传播条件下的图像特征。
关键设计：在数据集构建过程中，采用了定期更新机制，确保数据的时效性；同时，图像的压缩、截图和重拍等条件也被纳入考虑，以反映真实的在线环境。
🖼️ 关键图片
📊 实验亮点
实验结果显示，使用WildAIGC-Bench评估的视觉检测器在召回率上存在显著差距，具体表现为相较于现有基准，召回率降低了20%以上。这一结果强调了该基准在实际应用中的挑战性和重要性。
🎯 应用场景
WildAIGC-Bench的研究成果在多个领域具有潜在应用价值，包括新闻媒体的事实核查、社交媒体内容的监控以及AI图像检测技术的改进。通过提供一个标准化的基准，研究者和开发者可以更有效地评估和提升图像检测系统的性能，进而减少误导性信息的传播。
📄 摘要（原文）
AI-generated images linked to news events and online claims can mislead audiences, enable fraud, or cause public controversy. We introduce WildAIGC-Bench, built through recurring collection across news websites, fact-checking sources, and related social media content. The pipeline combines broad coverage, timely updates, and human-verified labels through scheduled discovery, automatic screening and preliminary annotation, and human review of image-specific evidence. The benchmark contains 407 verified AI-generated or edited images, each accompanied by a source webpage link and an evidence summary. Images retain the conditions encountered online, including compression, screenshots, and recapture. Evaluation of dedicated visual detectors, multimodal large language models, and a simple Perception Encoder baseline reveals substantial recall gaps relative to existing benchmarks. WildAIGC-Bench provides both a practical detection challenge and a basis for continued data expansion and source-based verification. The dataset is released at https://github.com/YuZijian/WildAIGC-Bench.