# FakeShield – 北大推出检测图像伪造的多模态大语言模型框架

- Link: https://paooo.com/aigc-news/26060/
- Published: 2026-07-18T00:48:29+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 北大提出 FakeShield，将图像真伪判断、篡改定位与可解释分析整合到一个多模态框架
   中。
 * 通过 GPT-4o 增强 IFDL 数据集构建 MMTDSet，并引入领域标签提升不同篡改类型识别能力。
 * DTE-FDM 负责可解释检测，MFLM 负责精确定位，适用于社媒审核、取证、媒体核验等场景。

## FakeShield是什么

FakeShield是北京大学研究人员推出的多模态大型语言模型框架，能检测和定位图像伪造。
框架能评估图像的真实性，生成被篡改区域的掩码，提供基于像素级和图像级篡改线索的判断
依据。FakeShield用GPT-4o增强现有数据集，创建多模态篡改描述数据集（MMTDSet），用在
训练篡改分析能力。FakeShield包含两个关键模块：领域标签引导的可解释伪造检测模块（
DTE-FDM）和多模态伪造定位模块（MFLM），分别负责检测和定位任务。FakeShield在多种篡改
技术如Photoshop、DeepFake和[AIGC](https://paooo.com/aigc-news/)编辑的检测和定位上
表现出色，提供可解释且优于传统方法的解决方案。

阅读目录

 * [FakeShield是什么](https://paooo.com/aigc-news/26060/#fakeshield%e6%98%af%e4%bb%80%e4%b9%88)
 * [FakeShield的主要功能](https://paooo.com/aigc-news/26060/#fakeshield%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [FakeShield的技术原理](https://paooo.com/aigc-news/26060/#fakeshield%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [FakeShield的项目地址](https://paooo.com/aigc-news/26060/#fakeshield%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [FakeShield的应用场景](https://paooo.com/aigc-news/26060/#fakeshield%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![FakeShield](https://paooo.com/wp-content/uploads/2026/07/FakeShield-website-1.
avif)

## FakeShield的主要功能

 * **图像真实性评估**：判断图像是否经过篡改。
 * **篡改区域定位**：生成图像中被篡改区域的掩码。
 * **篡改线索分析**：提供基于像素级和图像级篡改线索的判断依据。
 * **多模态数据处理**：结合视觉和语言模型，提高检测的准确性和可解释性。

## FakeShield的技术原理

 * **多模态框架设计**：FakeShield基于多模态大型语言模型（M-LLM），整合视觉和文本
   信息，提高检测和定位的准确性。
 * **数据集增强**：用GPT-4o增强现有的IFDL数据集，创建MMTDSet，提供更丰富的训练样本。
 * **领域标签引导**：引入领域标签（Domain Tag）区分不同类型的篡改数据，增强模型对
   不同篡改类型的识别能力。
 * **可解释性模块**：开发DTE-FDM模块，基于分析图像特征和生成详细的文本描述提供检测
   依据。
 * **伪造定位模块**：用MFLM模块，结合视觉语言特征，精确定位篡改区域。

## FakeShield的项目地址

 * **GitHub仓库**：[https://github.com/zhipeixu/FakeShield](https://github.com/zhipeixu/FakeShield)
 * **arXiv技术论文**：[https://arxiv.org/pdf/2410.02761](https://arxiv.org/pdf/2410.02761)

## FakeShield的应用场景

 * **社交媒体内容审核**：在社交平台上自动检测和过滤经过篡改的图片，防止假新闻和误导
   性内容的传播。
 * **法律取证**：在法庭证据收集中，鉴定图像证据是否被篡改，确保证据的真实性和有效性。
 * **新闻媒体**：帮助新闻机构验证新闻图片和视频的真实性，维护新闻报道的准确性和公信力。
 * **版权保护**：为版权所有者提供工具，检测和定位未经授权使用或篡改的图像，保护知识
   产权。
 * **安全监控**：在安全监控领域，确保监控图像的真实性，防止用篡改图像进行的欺诈或
   非法行为。

❓ 常见问题解答（FAQ）

FakeShield 能检测哪些图像伪造类型？

根据文章介绍，FakeShield 在 Photoshop、DeepFake 和 AIGC 编辑等多种篡改技术上都能
进行检测与定位，适合覆盖常见图像伪造场景。

FakeShield 和传统伪造检测方法有什么区别？

FakeShield 不只判断图像是否被篡改，还能生成篡改区域掩码，并提供像素级和图像级线索，
强调可解释性与定位能力，整体优于传统方法。

FakeShield 适合用在哪些实际场景？

它可用于社交媒体内容审核、法律取证、新闻图片核验、版权保护和安全监控，帮助识别被
篡改图像并降低虚假内容传播风险。

🔬 语宙深潜追问 · 进阶实操拆解

像素级定位怎么提升取证可信度？

把图像级判断和篡改掩码一起输出，能让审核人员直接看到可疑区域。实战中要配合多尺度
特征和边界细化，否则定位框可能过粗，难以支撑后续人工复核。

多模态[大模型](https://paooo.com/ai-study/)做检测会不会更脆弱？

会有提示词和数据偏差风险，所以要用专门的伪造数据增强、对抗样本和跨域验证来稳住泛
化。若只靠通用大模型零样本判断，面对新型编辑手法时容易失准。

🗳️ 读者观点微投票 · 您的实战立场是？

伪造检测模型该先追求可解释还是高召回？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [Deepfake Defenders – 中科院开发的识别Deepfake伪造内容的AI模型](https://paooo.com/aigc-news/27003/)
 * [PixelHacker – 华中科技联合VIVO推出的图像修复模型](https://paooo.com/aigc-news/19888/)
 * [2.85B参数微调29.7M登顶开源第一！墨尔本大学开源音频取证大模型VeriSpoof：双分辨率时空分词、无分类头对数似然打分与0.16秒伪造片段精准定位全景技术拆解](https://paooo.com/ai-tool/41667/)
 * [99.96%准确率刷新鉴伪极限！Pangram重磅发布Image 1.0与Flash视频检测模型：热力图逐像素溯源与低清抗扰架构全景深度拆解](https://paooo.com/ai-tool/41571/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/26060/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
