AIGC Detection Challenge
合作单位
腾讯朱雀实验室
广州市法学会粤港澳大湾区互联网法治研究中心
广州市法学会数字法学研究会
方效AI
赛题简介
由腾讯朱雀实验室、广州市法学会粤港澳大湾区互联网法治研究中心、广州市法学会数字法学研究会、方效AI共同出题，聚焦AI生成内容（AIGC）的真伪鉴别能力突破，涵盖文本检测与图片检测两大任务。面向全球AI安全研究者，以真实攻防场景为驱动，遴选高准确、强泛化的检测方案，推动AIGC鉴别技术走向规模化应用。
赛题背景
随着生成式AI技术的快速发展，AI生成内容（AIGC）在文本创作、图像合成等领域已达到以假乱真的水平。然而，这也带来了虚假信息传播、学术造假、深度伪造欺诈等严峻安全挑战。如何高效、准确地鉴别内容是否由AI生成，已成为生态安全与内容治理领域的核心痛点。本赛题由腾讯朱雀实验室、广州市法学会粤港澳大湾区互联网法治研究中心、广州市法学会数字法学研究会、方效AI共同出题，旨在联合全球AI安全研究者，探索AIGC检测技术在真实对抗场景下的能力极限。赛事涵盖AI生成文本检测与AI生成图片检测两大任务，从语义特征分析到视觉伪造痕迹识别，全面考验参赛者在检测精度、泛化能力与对抗鲁棒性方面的技术实力。通过本次大赛，我们期待参赛者能够突破现有检测方法的瓶颈，推动AIGC鉴别技术从实验室走向规模化实战部署，为构建可信内容生态提供坚实的技术支撑。
比赛任务
本赛题要求参赛选手构建AI生成内容检测系统，针对文本检测与图片检测两大任务，准确判别内容是否由AI生成。
| 任务一：AI生成文本检测 |
|---|
|
参赛选手需构建文本检测模型，能够：
|
| 任务二：AI生成图片检测 |
|---|
|
参赛选手需构建图片检测模型，能够：
|
本赛题设初赛、复赛及决赛答辩三个阶段。初赛阶段分别针对文本检测与图片检测两大任务提供测试数据集，参赛队伍报名后可选择参与单一赛道或同时参与两个赛道。参赛队伍提交检测结果进行评估，各赛道取排名前4的队伍晋级复赛，同一队伍在两个赛道均晋级的不重复计算，该赛道顺延取下一名递补。复赛阶段提升数据难度，组委会发布更高对抗难度的复赛测试集及技术方案报告模版(PDF格式)参赛队伍提交两项任务的检测结果，未提交某项任务的队伍该项得分按0计算。综合得分采用指数加权求和方式计算，该机制兼顾两个赛道均表现优异与单一赛道表现突出的情况，取综合排名前5的队伍进入最终的决赛答辩环节。
算力分配：
组委会将为晋级复赛的队伍提供GPU训练资源，复赛共计8支晋级队伍，每支队伍分配1张A100算力卡用于模型训练开发。
其他补充
赛题难点：
本赛题的核心挑战在于生成技术快速迭代带来的分布漂移，以及多样化后处理手段造成的特征湮没。参赛选手需在生成模型未知、后处理方式不确定的开放条件下，构建兼具高精度、强泛化与抗干扰能力的检测系统。
数据集说明：
本赛题提供三类数据集：
- 样例数据集：文本检测与图片检测任务各提供1000条标注样本作为开发集。其中，文本数据集涵盖人类原创文本与AI生成文本，图片数据集涵盖真实图片与AI生成图片。每条样本均附带真伪标签，供参赛队伍进行模型开发、调试与本地验证使用。
- 初赛测试集：文本检测与图片检测任务各提供20000条样本作为初赛测试集。数据分布与样例数据集保持一致，无标签，用于初赛阶段的在线评估与排名。
- 复赛测试集：文本检测与图片检测任务各提供20000条样本作为复赛测试集。相较初赛测试集，复赛数据在生成模型多样性、对抗干扰强度及样本分布复杂度方面显著提升难度。无标签，用于复赛阶段的综合评估与排名。
提供的数据集仅限于比赛目的使用。此外，参赛队伍可自行构建、收集或合成训练数据，在不损害任何第三方合法权益的前提下，不限数据来源与规模。
提交要求：
初赛阶段提交检测结果文件即可；复赛阶段除检测结果文件外，还需提交技术方案报告；决赛阶段需提交答辩PPT及技术方案终版报告。
技术限制：
原则上不限制技术方案，鼓励优先使用国产模型或自研技术。
诚信参赛提示
为打击同一队伍多个账号、恶意刷提交、脚本冲榜等作弊行为，平台现已部署多重防护技术并安排人工复核环节，所有访问与提交操作全程留痕，组委会有权随时要求参赛队伍提交详细技术方案，发现违规行为将取消参赛资格。请参赛选手诚信自律，携手守护公平竞赛环境。
扫描二维码进选手答疑群：
