DeepFakeCheck 的准确率该引用哪个数字？

不要引用整站准确率，因为还没有这个数字。已公开的是 frontier-2026-08 像素模型：2026 年 10 月 28 日，在 477 张原图（254 张 AI、223 张真实）上 AUC 为 0.953。真实图误报约 2%（223 张里的 4 张）时，抓住 254 张 AI 里的 178 张（70.1%，Wilson 95% 区间 64.2–75.4%）。阈值是在同一批图上反推的，偏乐观。

这是整次图片检测的成绩吗？

不是。图片检测还会用 Google Gemini 视觉模型、文件里仍在的 C2PA，以及 XMP 这类未签名元数据。视频、音频和文本也由 Google Gemini 审阅。这次像素 bake-off 没有跑 Gemini，也没有调用生产接口。整条流水线的测试还在进行。

和上一个像素模型比呢？

同一批 477 张原图上，上一个 Community Forensics 模型的 AUC 是 0.793。同样大约 2% 误报（223 张里的 4 张）时，它抓住 254 张 AI 里的 55 张（21.7%，Wilson 95% 区间 17.0–27.1%）。

截图或重度压缩会怎样？

另有 31 张截图切片（16 张 AI、15 张真实），frontier 的 AUC 是 0.925。在原始 logit 9.5 的强档，AI 截图命中 25%，真实截图误报 0%。额外一次 JPEG 大约把 logit 拉低 0.5（质量 95）或 1.0（质量 90）。截图或社交软件转存，应该再找第二意见。

什么时候该找第二意见？

决定涉及法律、资金、雇佣或公开发表时，文件是截图或被反复压缩时，几个信号互相矛盾时，或者你需要生成器名称或 SynthID 读取时。本检测不指出生成器，也不解码 SynthID。

DeepFakeCheck 有多准？2026 年 10 月像素模型结果

最近更新 2026-10-30

先说边界

下面的表是像素模型组件的结果，模型是 Community Forensics frontier-2026-08，测试日 2026-10-28，在本地 CPU 上完成，没有调用生产接口，也没有上传图片。整站（Gemini + 像素 + 元数据）的准确率测试还在进行，所以本页不给整站数字。

一次检测实际跑什么

图片的视觉判断来自 Google Gemini 视觉模型。视频、音频和文本也由 Google Gemini 审阅。像素分数不会写进 Gemini 的提示。
像素模型是 Community Forensics。Worker 按 sidecar 返回的 revision 选阈值。frontier-2026-08（Thermostatic/community-forensics-frontier-detector-2026-08，revision 16db135220b3）用原始 logit：7.0 为中等信号，9.5 为强信号，10.0 为更严的保留门。仓库里 sidecar 的默认值仍是上游 OwensLab/commfor-model-384，直到服务器把 COMMFOR_PRIMARY_MODEL 设为 frontier-2026-08。本页数字测的是 frontier，不是上游模型。
浏览器在本地读取图片里仍嵌入的 C2PA 内容凭证。没有凭证不能说明文件是假的。视频上传不走这套图片凭证读取。
未签名的 XMP 若写明 trainedAlgorithmicMedia、algorithmicMedia，或 ContainsAiGeneratedContent 为 yes、true 或 1，当前产品规则会把结论定为 AI，分数至少 90。compositeWithTrainedAlgorithmicMedia、compositeSynthetic 或 Generative Edit 至少升到复核，并且不会把已经是 AI 的结论拉回去。这不是密码学证明。这条解析是 2026-10-29 才补上的，下面的 bake-off 发生在修复之前，还没有重跑。
视频检查从整段抽取最多 10 帧，送给人脸取证，再由 Gemini 看这些帧。人脸服务失败时，Gemini 仍会继续。详见视频页。视频检测

信号怎么合在一起

只有 sidecar 返回 frontier-2026-08 时，才走下面的 frontier 规则。像素模型单独不会把「真实」改成「AI」。

Gemini 先给出视觉结论。
若 Gemini 判 AI，但视觉证据不够一致：原始 logit ≥ 7.0 时保留 AI 且不降分；0 ≤ logit < 7.0 时保留 Gemini 的 AI 结论和分数；logit < 0 时改为复核，且不把分数封顶到 74。没有像素结果时，仍走原来的降级，分数封顶 74。
另一道更严的门（logit ≥ 10.0，短边至少 256，可靠性正常，不当作截图，JPEG 质量高于 60）仍然存在。上面的 logit 规则即使被这道门挡住也会执行。
若 Gemini 判真实，且 frontier logit ≥ 9.5，结论只升到复核，不会升到 AI。
XMP 的强声明可以单独把结论定为 AI。这和像素模型不是同一条规则。

2026 年 10 月的像素 bake-off

主集 477 张：AI 254 张，真实 223 张。AI 来自 Rapidata 文本生成图人类偏好基准 167 张（CC-BY-4.0，2026-09-30，写实类提示，平台重编码 WebP）、AIGenImages2026 验证集 80 张（CC-BY-4.0，原生 PNG/JPEG），以及旧 16 张里的 7 张 AI。真实图是 2026-08-15 之后上传到 Wikimedia Commons 的原图 215 张（手机 113、相机 102），加上旧集里的 8 张。AI 覆盖 66 个生成器版本。另有截图切片 31 张（AI 16、真实 15），大多是模拟的社交信息流截图，不计入 477。

必须一起读的混杂：AI 图中位约 1.05 百万像素，真实图中位约 13.4 百万像素。原图条件更接近生产上传，但生产里真实用户的分辨率分布没有测过。web1024q80 把两类都缩到短边不超过 1024、JPEG 质量 80，是更公平的对照。阈值是在这批图上反推的，属于样本内结果，偏乐观。

AUC

模型	原图	短边 ≤1024，JPEG q80
frontier-2026-08	0.953	0.969
上一个模型（上游）	0.793	0.858

AUC 按 logit 计算，主集 477 张。来源：2026-10-28 像素 bake-off 报告。

相同误报率下的命中

误报约 2%（真实图 4/223）时，frontier 原图命中 178/254（70.1%，Wilson 95% 区间 64.2–75.4%）。上一个模型是 55/254（21.7%，区间 17.0–27.1%）。同一误报档在 web1024q80 上，frontier 命中 212/254（83.5%，区间 78.4–87.5%）。

约 1%（2/223）时，frontier 原图命中 169/254（66.5%，区间 60.5–72.1%）。约 5%（11/223）时，frontier 原图命中 211/254（83.1%，区间 78.0–87.2%），上一个模型是 83/254（32.7%，区间 27.2–38.7%）。来源：operating_points.csv，2026-10-28。

Worker 实际使用的 frontier 档位

这些阈值标在原图上，同一批 477 张，同样偏乐观。来源：2026-10-28 压缩测试。原始 logit ≥ 7.0：AI 命中 81.9%，真实误报 4.9%（11/223）。≥ 9.5：AI 70.1%，真实 1.8%（4/223）。≥ 10.0：AI 66.9%，真实 1.3%（3/223）。

上一个模型在它自己的分数档：原图 ≥90 时 AI 命中 19.7%、真实误报 0.9%；≥95 时 AI 16.9%、真实 0.4%。若把 frontier 的校准分仍按 ≥90 读，AI 命中会到 92.5%（89–95%），但真实原图误报是 22.4%（50/223，17–28%）。所以线上不用 90 这个刻度。

压缩会怎样

模型最终只看短边缩到 440 之后的 384×384 中心裁切。单独缩小几乎不动 logit。额外一代 JPEG 才会：质量 95 平均约 −0.5，质量 90 平均约 −1.0。重编码后 AUC 从 0.953 升到大约 0.96–0.97，但 logit 整体下移，现有阈值不能直接照搬。

一条条件规则（不超过 2MB、长边不超过 2048、且是 JPEG/PNG/WebP 时用原图，否则长边 2048、JPEG 质量 95）把 logit 9.5 的 AI 命中从 70.1% 变成 69.7%，真实误报从 1.8% 变成 1.3%，2 of 477 张跨过 9.5。这个比较有偏：AI 里只有 21/254 张是大图，真实图里有 217/223 张，所以这条规则主要改写的是真实照片。

截图切片 31 张：原图 AUC 0.925。logit ≥ 9.5 时 AI 命中 25%，真实误报 0%。测试里的压缩变体停在同样的 25% / 0%。若改用较松的校准分 ≥90，frontier 在该切片上是 AI 14/16、真实 4/15。两套阈值不要混用。

已知弱点

截图和翻拍。强档 logit 9.5 在截图切片上只命中 25% 的 AI 图。
部分生成器更弱，而且子组很小。原图、校准分 ≥90 时，frontier 低于 80% 的例子包括 GPT Image 2.5 Sunburst 3/5、Recraft V4.1 2/4、Reve 2.1 3/5、Ideogram 4.0 1/3、Midjourney v7 6/8。区间很宽。
室内和低光的真实照片，在较松的 ≥90 档上误报更高。线上强档比 90 严得多。
AI 图和真实图的分辨率、编码不一样。原图上的一部分差距可能只是「小网页图」对「大相机 JPEG」。
XMP 修复之前的测试不会反映 2026-10-29 的元数据规则。修复后的整集还没有重测。

这四张图上还没有我们的结果

deepfakecheck.io 在这组图上的结果，会在当前正式版本重测之后补上。

同四张图上其他检测器的抽查（英文）

什么时候找第二意见

决定涉及法律、金钱、工作或新闻发表。
文件是截图、社交软件下载，或被反复压缩。
像素、视觉和元数据互相矛盾。
你需要生成器名字，或需要读取 SynthID。本产品两样都不做。

检查一张图片 · 价格