扩散模型生成图像中的照片级真实感与伪影表征

扩散模型生成的图像在视觉上可能与真实照片难以区分，但这些图像常包含伪影和不合理之处，暴露其 AI 生成的来源。鉴于照片级真实感 AI 生成图像对媒体公信力构成的挑战，我们开展了一项大规模实验，测量人类在 450 张扩散模型生成图像和 149 张真实图像上的检测准确率。基于来自 50,444 名参与者的 749,828 条观察记录和 34,675 条评论，我们发现图像的场景复杂度、图像内的伪影类型、图像的显示时间以及人类对 AI 生成图像的策展均在人们区分真实图像与 AI 生成图像的准确度中发挥显著作用。此外，我们提出了一套用于表征扩散模型生成图像中常见伪影的分类体系。我们的实证观察和分类体系为理解扩散模型在 2024 年生成照片级真实感图像的能力与局限提供了细致见解。