Дом
Ant Group стала лидером конференции по компьютерному зрению благодаря прорыву в области обнаружения AIGC

Компания Ant Group недавно завоевала первые места в двух номинациях конкурса CVPR 2026 NTIRE Image Detection Challenge: «Тестирование устойчивости на образцах в сложных реальных сценариях» и «Обнаружение аномалий при улучшении качества изображений лиц». Это достижение оказывает важную поддержку в совершенствовании методов выявления рисков в таких сферах, как платежные системы, проверка безопасности контента и аутентификация финансовой идентичности в эпоху искусственного интеллекта.
Риски, связанные с дипфейками и злоупотреблением AIGC, растут. Эти синтетические материалы часто неотличимы невооруженным глазом, а существующие модели обнаружения страдают от значительного снижения точности при столкновении с реальными условиями и быстрым развитием мультимодальных крупных моделей. Конкурс CVPR напрямую решает эту проблему, требуя от моделей поддержания высокой точности и устойчивости в условиях экстремальных испытаний, включающих «архитектуры неизвестного поколения» и «сложные помехи деградации».
Компания Ant Group, имеющая корни в платежных системах, на протяжении двух десятилетий разрабатывала передовые технологии безопасности. В настоящее время этот опыт распространяется на сферу безопасности ИИ. Команда предложила систему обнаружения, основанную на базовой модели визуального восприятия DINOv3, что позволило сделать значительный скачок в способности обнаружения AIGC от лабораторных условий к реальным приложениям.
Для направления «Тестирование образцов на устойчивость» команда Ant AI Security Lab создала сложный обучающий корпус, содержащий миллионы высококачественных образцов. Этот корпус включал такие наборы данных, как WildFake, Z-Image, Seedream и Nano-banana-pro, наряду с передовыми моделями. Базовая архитектура использует структуру параллельной интеграции с двумя потоками, что сродни предоставлению модели обнаружения двух взаимодополняющих «глаз» для захвата как локальных деталей, так и глобальных характеристик изображения. Команда смоделировала полную цепочку эффектов ухудшения качества изображения, от единичных точек шума до множественных искажений, точно воспроизводя реальные изменения изображений, наблюдаемые при распространении в социальных сетях и вторичной фотографии. Этот подход существенно улучшил эффективность обнаружения модели в практических сценариях.
Кроме того, команда представила двухэтапную парадигму обнаружения «Locate-Then-Examine» (найти, а затем проверить). Этот метод сначала выявляет подозрительные области, а затем проводит их детальное изучение. Они также создали набор данных FakeXplained, который предоставляет локализованные текстовые пояснения. При анализе подозрительного изображения эта техника не только определяет, было ли оно сгенерировано ИИ, но и точно указывает области, содержащие дефекты подделки или физические несоответствия, одновременно генерируя подробное обоснование. Этот прорыв выходит за рамки традиционного обнаружения по принципу «черного ящика», делая решения модели отслеживаемыми и интерпретируемыми. Чтобы способствовать сотрудничеству в решении проблем, связанных с дипфейками, команда открыла на GitHub один из самых полных в этой области репозиториев ресурсов для обнаружения изображений и видео с помощью AIGC.
В конкурсе «Face Enhancement Anomaly Detection» команда Ant International победила, точно локализовав аномальные области на изображениях лиц. Эта технология в первую очередь применяется в таких сценариях, как проверка личности при финансовых транзакциях и проверка документов при открытии счетов, предлагая важные технические меры защиты от атак на основе Deepfake и AIGC. В сфере трансграничных платежей и финансовых услуг Ant International глубоко интегрировала технологию идентификации AIGC в такие процессы, как EKYC и защита документов от подделки, обеспечив надежные возможности обнаружения различных типов сгенерированного контента.
CVPR (Conference on Computer Vision and Pattern Recognition) — это международная конференция, спонсируемая IEEE. Наряду с ICCV и ECCV она считается одной из трех ведущих конференций в области компьютерного зрения. В этом году в конкурсе приняли участие более 500 команд со всего мира.
Связанная статья
Meta хочет, чтобы ваше следующее устройство было оснащено Muse
Искусственный интеллект Meta Muse, который занимается бронированием путешествий, заполнением форм и покупками, получил широкое распространение, однако новая инициатива может особенно заинтересовать разработчиков и энтузиастов аппаратного обеспечения.
Wan-Streamer v0.2 обеспечивает сверхнизкую задержку ИИ-чата
По мере стремительного развития современных технологий взаимодействие человека с искусственным интеллектом становится всё более распространённым. Традиционные видеозвонки часто страдают от задержек, лагов и рассинхронизации аудио- и видеоданных. Wan-
Meta присоединяется к TSMC и Micron для оснащения новых серверов старой памятью
По мере ускорения внедрения искусственного интеллекта во всем мире наблюдается острый дефицит памяти следующего поколения DDR5. Чтобы избежать задержек в развертывании центров обработки данных для ИИ, Meta заключила партнерство с ведущими отраслевыми
Рекомендации по связанным специальным темам
Комментарии (0)

Компания Ant Group недавно завоевала первые места в двух номинациях конкурса CVPR 2026 NTIRE Image Detection Challenge: «Тестирование устойчивости на образцах в сложных реальных сценариях» и «Обнаружение аномалий при улучшении качества изображений лиц». Это достижение оказывает важную поддержку в совершенствовании методов выявления рисков в таких сферах, как платежные системы, проверка безопасности контента и аутентификация финансовой идентичности в эпоху искусственного интеллекта.
Риски, связанные с дипфейками и злоупотреблением AIGC, растут. Эти синтетические материалы часто неотличимы невооруженным глазом, а существующие модели обнаружения страдают от значительного снижения точности при столкновении с реальными условиями и быстрым развитием мультимодальных крупных моделей. Конкурс CVPR напрямую решает эту проблему, требуя от моделей поддержания высокой точности и устойчивости в условиях экстремальных испытаний, включающих «архитектуры неизвестного поколения» и «сложные помехи деградации».
Компания Ant Group, имеющая корни в платежных системах, на протяжении двух десятилетий разрабатывала передовые технологии безопасности. В настоящее время этот опыт распространяется на сферу безопасности ИИ. Команда предложила систему обнаружения, основанную на базовой модели визуального восприятия DINOv3, что позволило сделать значительный скачок в способности обнаружения AIGC от лабораторных условий к реальным приложениям.
Для направления «Тестирование образцов на устойчивость» команда Ant AI Security Lab создала сложный обучающий корпус, содержащий миллионы высококачественных образцов. Этот корпус включал такие наборы данных, как WildFake, Z-Image, Seedream и Nano-banana-pro, наряду с передовыми моделями. Базовая архитектура использует структуру параллельной интеграции с двумя потоками, что сродни предоставлению модели обнаружения двух взаимодополняющих «глаз» для захвата как локальных деталей, так и глобальных характеристик изображения. Команда смоделировала полную цепочку эффектов ухудшения качества изображения, от единичных точек шума до множественных искажений, точно воспроизводя реальные изменения изображений, наблюдаемые при распространении в социальных сетях и вторичной фотографии. Этот подход существенно улучшил эффективность обнаружения модели в практических сценариях.
Кроме того, команда представила двухэтапную парадигму обнаружения «Locate-Then-Examine» (найти, а затем проверить). Этот метод сначала выявляет подозрительные области, а затем проводит их детальное изучение. Они также создали набор данных FakeXplained, который предоставляет локализованные текстовые пояснения. При анализе подозрительного изображения эта техника не только определяет, было ли оно сгенерировано ИИ, но и точно указывает области, содержащие дефекты подделки или физические несоответствия, одновременно генерируя подробное обоснование. Этот прорыв выходит за рамки традиционного обнаружения по принципу «черного ящика», делая решения модели отслеживаемыми и интерпретируемыми. Чтобы способствовать сотрудничеству в решении проблем, связанных с дипфейками, команда открыла на GitHub один из самых полных в этой области репозиториев ресурсов для обнаружения изображений и видео с помощью AIGC.
В конкурсе «Face Enhancement Anomaly Detection» команда Ant International победила, точно локализовав аномальные области на изображениях лиц. Эта технология в первую очередь применяется в таких сценариях, как проверка личности при финансовых транзакциях и проверка документов при открытии счетов, предлагая важные технические меры защиты от атак на основе Deepfake и AIGC. В сфере трансграничных платежей и финансовых услуг Ant International глубоко интегрировала технологию идентификации AIGC в такие процессы, как EKYC и защита документов от подделки, обеспечив надежные возможности обнаружения различных типов сгенерированного контента.
CVPR (Conference on Computer Vision and Pattern Recognition) — это международная конференция, спонсируемая IEEE. Наряду с ICCV и ECCV она считается одной из трех ведущих конференций в области компьютерного зрения. В этом году в конкурсе приняли участие более 500 команд со всего мира.
Meta хочет, чтобы ваше следующее устройство было оснащено Muse
Искусственный интеллект Meta Muse, который занимается бронированием путешествий, заполнением форм и покупками, получил широкое распространение, однако новая инициатива может особенно заинтересовать разработчиков и энтузиастов аппаратного обеспечения.
Wan-Streamer v0.2 обеспечивает сверхнизкую задержку ИИ-чата
По мере стремительного развития современных технологий взаимодействие человека с искусственным интеллектом становится всё более распространённым. Традиционные видеозвонки часто страдают от задержек, лагов и рассинхронизации аудио- и видеоданных. Wan-
Meta присоединяется к TSMC и Micron для оснащения новых серверов старой памятью
По мере ускорения внедрения искусственного интеллекта во всем мире наблюдается острый дефицит памяти следующего поколения DDR5. Чтобы избежать задержек в развертывании центров обработки данных для ИИ, Meta заключила партнерство с ведущими отраслевыми











