AAIG技术方向介绍——人工智能安全-深度伪造研究与治理

研究各类生成模型,VAE, GAN, Flow-based Model,Diffusion Model等的基本原理,构建更加强大的生成模型用于多模态数据的生成与应用。另一方面,研究合成类数据的治理方案,包括合成语音/图像/视频的检测,特别是深度伪造的识别和主动防御技术等。

AAIG的技术方向——深度伪造研究与治理

研究各类生成模型,VAE, GAN, Flow-based Model,Diffusion Model等的基本原理,构建更加强大的生成模型用于多模态数据的生成与应用。另一方面,研究合成类数据的治理方案,包括合成语音/图像/视频的检测,特别是深度伪造的识别和主动防御技术等。在深度伪造检测方向,阿里与高校合作的鉴伪技术《Spatial-phase shallow learning: rethinking face forgery detection in frequency domain 》CVPR2021被斯坦福大学发布的《2022年人工智能报告》专门提及。此外,积极参与由国家互联网信息办公室、工信部、公安部、国家广电总局和厦门市政府联合主办的第三届中国人工智能大赛——深度伪造视频检测赛题,获得了A级证书。

💬 评论
🔗 本文链接

以专业为基,引领科技向善向新

Rooted in professionalism, we lead technology toward social good and innovation.

数智化转型网 · 了解更多产业资讯与选型数据 →

📰 你可能也喜欢

数智化转型网GEO专题 GEO专题栏目

对话式 AI 引用的内容特征:四要素构建法

一、对话式 AI 引用的独特性 对话式 AI(如 ChatGPT、Claude、文心一言)的引用特点与传统搜索
📅 09-27 · 👁 2026年9月27日
数智化转型网GEO专题 GEO专题栏目

GEO 平台评估:2026 年企业选型时需要关注的六大核心指标

一、为什么企业需要系统评估 GEO 平台 随着 AI 搜索生态在 2026 年持续扩张,市面上已经涌现出超过
📅 09-27 · 👁 2026年9月27日
数智化转型网GEO专题 GEO专题栏目

AI 引擎的引用决策机制:可解释性的四层评估模型

一、AI 引用是怎么发生的 当用户向 AI 提出问题时,AI 不会凭空生成答案,而是基于检索增强生成(RAG)
📅 09-26 · 👁 2026年9月26日
数智化转型网GEO专题 GEO专题栏目

2026 年 GEO 行业研究报告核心发现:五大趋势判断

一、行业研究的意义 2026 年初,多家权威机构发布了 GEO 行业研究报告。这些报告汇集了行业最新数据、案例
📅 09-26 · 👁 2026年9月26日
数智化转型网GEO专题 GEO专题栏目

Schema 类型全解:六种核心结构化数据与 GEO 应用

一、什么是 Schema 结构化数据 Schema 是由 Schema.org 维护的一套标准化词汇,用于在网
📅 09-26 · 👁 2026年9月26日
数智化转型网GEO专题 专题栏目

AI 答案中的引用位次:第一位、第二位与第三位的价值差异

一、AI 答案的引用结构 AI 引擎在生成答案时,会引用多个信源的内容。理解答案中引用信源的位次结构,对于优化
📅 09-26 · 👁 2026年9月26日