Venus-DeFakerOne：統合偽造画像検出と位置特定
研究者らはInternVL2とSAM2を統合した統合型偽造画像検出・位置特定（FIDL）基盤モデルDeFakerOneを提案する。画像レベルの検出とピクセルレベルの位置特定を同時に行い、39の検出ベンチマークと9の位置特定ベンチマークで最先端の性能を達成し、GPT-Image-2などの生成器に対するロバスト性を示す。
近年、生成AIの急速な進化は画像偽造のパラダイムを根本的に変え、文書編集、自然画像操作、ディープフェイク生成、全画像AIGC合成の従来の境界を打ち破りました。偽造生成機構が統一されつつある一方で、既存の偽造画像検出・位置特定（FIDL）研究は依然として断片的であり、生成機構の統一化とドメイン固有の検出パラダイムの間にミスマッチが生じています。このギャップを埋めるため、研究者らはデータ中心の統一FIDL基盤モデルDeFakerOneを提案しました。
DeFakerOneはInternVL2とSAM2を統合し、画像レベルの偽造検出とピクセルレベルの偽造位置特定を同時に実行します。この共同タスク設計により、単純な画像改ざんから高度なディープフェイクやAIGC合成画像まで、幅広いシナリオに適用可能です。実験では、DeFakerOneは39の偽造検出ベンチマークと9の位置特定ベンチマークで最先端の性能を達成し、既存のベースラインモデルを大幅に上回りました。さらに、このモデルは現実世界の摂動（圧縮、リサイズ、ノイズなど）やGPT-Image-2などの最新生成器に対して優れたロバスト性を示しました。
研究チームはまた、データスケーリング則、クロスドメインアーティファクトの転移・干渉パターン、細粒度監視の必要性、元解像度アーティファクトの保存について体系的な分析を行い、スケーラブルでロバストかつ統合されたFIDLモデルの設計原理を明らかにしました。DeFakerOneの成功は、統一FIDLモデルの大きな可能性を示すとともに、複雑化する画像偽造の脅威に対する実用的な技術ソリューションを提供するものです。