随着先进AI模型生成超写实图像的能力日益增强，人们对AI内容潜在滥用的担忧也随之加剧，对高效AI生成图像检测器的需求变得尤为迫切。然而，当前主流的检测技术面临诸多挑战：基于训练的方法通常计算成本高昂，且难以泛化到未见数据领域；而免训练方法则在检测性能上表现不足。
为弥合这一差距，一项最新研究提出了一种新颖的搜索方法，该方法利用深度学习模型中间层的数据嵌入敏感性来检测AI生成图像。具体来说，给定一组真实图像和AI生成图像，该方法通过比较原始图像嵌入与受扰动图像嵌入之间的相似性，从而识别AI生成的内容。
这项新方法的有效性已在GenImage和Forensics Small两大综合基准测试中得到严格验证。实验结果表明，与现有的最先进免训练和基于训练的检测方法相比，该方法在不同数据集上均展现出显著的性能提升。尤其在Forensics Small基准测试中，其AUROC分数比最佳免训练方法平均高出39.61%，比最佳基于训练方法高出5.14%。
