**TwinD:从合成脸到全脸生成的深度伪造检测通用化突破**

_TwinD: Generalizing Deepfake Detection from Blending to Entire Face Synthesis_

> 针对现有深度伪造检测器难以应对全脸合成(EFS)技术的短板,研究提出了 TwinD 检测器。该模型通过构建“重建孪生”和“斑块孪生”两种无需真实伪造样本的辅助数据,分别针对解码器神经痕迹和合成伪影提供互补的取证线索。实验表明,TwinD 在 19 个数据集上平均 AUROC 达到 96.3%,显著优于此前最佳水平,且首次实现了在 EFS 数据集上超过 95% 的准确率。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-11-20 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.25935)