首个统一的图像与视频AIGC可解释性检测框架，多榜单SOTA性能

主要观点总结

本文介绍了一项关于AIGC内容检测与可解释性的研究，该研究提出了IVY-FAKE数据集和IVY-XDETECTOR模型。该数据集旨在解决现有检测方法的可解释性缺失和模态不统一等问题，而IVY-XDETECTOR模型则是一个多模态大语言模型，用于鲁棒和可解释的AIGC检测。该研究在图像和视频内容检测方面取得了显著成果，并提供了详细的案例分析。

关键观点总结

关键观点1: 研究背景与动机

随着AI生成的内容（AIGC）技术飞速发展，对内容真实性和完整性的检测变得越来越重要。现有方法缺乏可解释性，难以确定伪造痕迹，限制了模型的透明度和可信度。

关键观点2: IVY-FAKE数据集的提出

IVY-FAKE数据集是首个大规模、多模态（图像+视频）、包含丰富可解释性标注的AIGC检测基准数据集。它涵盖了多种类别、数据来源广泛，为AIGC检测研究提供了坚实的基础。

关键观点3: IVY-XDETECTOR模型的介绍

IVY-XDETECTOR是一个统一的AIGC检测与解释模型，旨在准确检测图像和视频中的AIGC痕迹，并对其进行合理解释。它采用了多模态大语言模型架构，通过渐进式多模态训练框架进行优化。

关键观点4: 实验结果与性能评估

IVY-XDETECTOR在多个基准上取得了显著成果，包括GenImage、Chameleon和GenVideo数据集。它不仅在检测精度上达到SOTA，而且生成的自然语言解释质量也显著优于其他基线模型。

关键观点5: 主要结论与展望

该研究为AIGC检测领域带来了关键突破，推动了可解释性发展，增强了模型的透明度和可信度。未来研究方向包括提高模型效率、更细粒度的伪影定位与解释、对抗攻击与鲁棒性、多模态融合的深化等。