RealChain

RealChain是一个全面的AI生成图像检测基准，设计用于真实世界条件下的评估。它包含7000张真实图像和7000张由7种最先进的生成器生成的AI图像，每张图像都经过了随机构建的退化链处理，模拟了真实社交媒体传播中的各种退化。数据集结构清晰，包含真实图像和多种生成器生成的图像，以及退化链的描述。

RealChain is a comprehensive AI-generated image detection benchmark designed for evaluation under real-world conditions. It contains 7,000 real images and 7,000 AI-generated images created by seven state-of-the-art generative models, with each image processed through a randomly constructed degradation chain to simulate various degradations occurring during real-world social media propagation. The dataset has a clear structure, including real images, AI images generated by multiple state-of-the-art generators, and descriptions of the degradation chains.

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称： RealChain
• 核心用途： 用于在真实世界条件下（特别是模拟社交媒体传播的链式退化）评估AI生成图像（AIGI）检测方法的综合性基准。
• 发布地址： https://huggingface.co/datasets/handsomerich/RealChain
• 关联研究： Beyond Artifacts: Real-Centric Envelope Modeling for Reliable AI-Generated Image Detection
• 论文链接： https://arxiv.org/abs/2512.20937
• 许可协议： 数据集采用 CC BY-NC 4.0 许可。

数据构成与规模

数据集包含真实图像和由7种最先进的生成器合成的图像。

源图像类别与数量

类别	来源/生成器	类型	图像数量
Real	MSCOCO, OpenImage-v7, Unsplash, ImageNet	真实图像	7,000
Flux.1	Flux.1	开源文本生成图像	1,000
SDv3.5	Stable Diffusion v3.5	开源文本生成图像	1,000
QwenImage	QwenImage	开源文本生成图像	1,000
Hunyuan 3.0	Hunyuan 3.0	商业文本生成图像	1,000
NanoBanana	NanoBanana	商业文本生成图像	1,000
Seedream 4.0	Seedream 4.0	商业文本生成图像	1,000
i2i	Seedream 4.0	商业图像生成图像	1,000

总计： 15,000 张图像。

退化处理

为模拟真实社交媒体传播，每张图像都经过随机构建的退化链处理。

• 退化链长度： 2 到 5 步。
• 退化类型：
  • 传播： 模拟跨平台上传/下载（如 WeChat, TikTok, Baidu, Instagram, X）。
  • 后处理： 模拟用户编辑（如 Filter, Sticker, Crop/Resize, Screenshot）。
• 退化链数量： 50 种独特的定义。
• 数据版本： 每个源图像提供**无退化（ND）和链式退化（CD）**两个版本。

数据集结构

RealChain/ ├── Real/ # 7,000 张真实图像 ├── Flux1/ # 1,000 张 Flux.1 生成图像 ├── SDv3.5/ # 1,000 张 SD v3.5 生成图像 ├── QwenImage/ # 1,000 张 QwenImage 生成图像 ├── Hunyuan3/ # 1,000 张 Hunyuan 3.0 生成图像 ├── NanoBanana/ # 1,000 张 NanoBanana 生成图像 ├── Seedream4/ # 1,000 张 Seedream 4.0 (文本生成图像) ├── i2i/ # 1,000 张 Seedream 4.0 (图像生成图像) └── degradation_chains.json # 50 种链式退化的定义文件

下载方式

bash git lfs install git clone https://huggingface.co/datasets/handsomerich/RealChain

设计目标与特点

• 真实性： 通过包含多种商业和开源生成器以及复杂的链式退化，忠实复现真实的社交媒体环境。
• 全面性： 涵盖广泛的图像来源和生成技术，用于评估检测方法的泛化能力和鲁棒性。
• 挑战性： 链式退化会引入JPEG伪影、分辨率损失、贴纸和颜色偏移等，严重挑战现有检测器。

关联方法简介

数据集为支持论文《Beyond Artifacts: Real-Centric Envelope Modeling for Reliable AI-Generated Image Detection》而构建。该论文提出了REM方法，其核心是：

• 新范式： 对真实图像分布边界进行建模，而非学习生成器特定的伪影。
• 关键模块： 包括流形边界重建（MBR）、包络估计器（EE）和跨域一致性（CDC）。
• 宣称优势： 对未见过的生成器具有泛化能力，并在严重退化下保持鲁棒性。

数据来源致谢

• 真实图像： 源自 MSCOCO、OpenImage-v7、Unsplash 和 ImageNet。
• 合成图像： 使用开源模型（Flux.1、SDv3.5、QwenImage）和商业API（Hunyuan 3.0、NanoBanana、Seedream 4.0）生成。

搜集汇总

数据集介绍

构建方式

在人工智能生成图像检测领域，RealChain数据集的构建旨在模拟真实社交媒体的传播环境。其构建过程首先从MSCOCO、OpenImage-v7、Unsplash和ImageNet等公开数据源中精心挑选了七千张真实图像，同时整合了七种前沿的图像生成模型，包括开源的Flux.1、SDv3.5、QwenImage以及商业化的Hunyuan 3.0、NanoBanana和Seedream 4.0，每种模型生成一千张合成图像。核心创新在于引入了链式退化机制，为每张图像随机施加由两到五个步骤构成的退化链，模拟跨平台上传下载及用户编辑行为，如微信、抖音的压缩或滤镜贴纸处理，从而生成了包含原始版本与退化版本的大规模评估基准。

特点

RealChain数据集的核心特征在于其高度拟真的复杂退化环境与生成模型的广泛覆盖。数据集不仅涵盖了多样化的图像来源，更通过精心设计的五十种退化链，系统性地引入了JPEG压缩伪影、分辨率损失、色彩偏移及贴纸覆盖等复合干扰，精准复现了图像在社交网络传播中经历的品质衰减。这种设计使得数据集能够严峻考验检测模型在未知生成器与真实世界干扰下的泛化能力与鲁棒性，为评估提供了接近实际应用的挑战性场景。

使用方法

该数据集主要服务于人工智能生成图像检测模型的评估与基准测试。研究人员可通过Hugging Face平台直接下载完整数据集，其结构按图像来源与生成模型清晰组织。在使用时，可将未退化图像用于常规性能测试，而链式退化图像则专门用于评估模型在复杂真实场景下的鲁棒性。通过对比模型在原始数据与退化数据上的性能表现，能够深入分析其对于生成器特定伪影的依赖程度以及对常见图像处理操作的抵抗能力，从而推动开发更具泛化性和实用性的检测算法。

背景与挑战

背景概述

随着生成式人工智能技术的飞速发展，AI生成图像（AIGI）的逼真度不断提升，对社会信任与信息安全构成了严峻挑战。在此背景下，由研究人员于2025年创建的RealChain数据集应运而生，旨在为AIGI检测领域提供一个面向真实世界场景的可靠评估基准。该数据集由来自MSCOCO、OpenImage-v7等权威开源数据集的7000张真实图像，以及基于Flux.1、SDv3.5等七种前沿生成模型合成的7000张图像构成。其核心研究问题在于突破传统检测器依赖特定生成器伪影的局限，转而通过对真实图像分布边界的建模，构建能够泛化至未知生成器并抵御复杂现实退化的鲁棒检测范式，从而推动可信人工智能检测技术向实用化迈进。

当前挑战

RealChain数据集致力于解决AI生成图像检测在真实应用场景下面临的核心挑战。首要挑战在于领域问题的复杂性：现有检测方法往往学习与特定生成模型紧密关联的伪影特征，一旦生成器更新迭代或图像经历社交平台传播中常见的复合退化（如压缩、添加滤镜、截图等），其检测性能便会急剧下降。其次，在数据集构建过程中亦存在显著挑战：如何系统性地模拟真实世界中图像经历的复杂、链式退化流程，并确保合成的退化图像能准确反映社交媒体传播的多样性；同时，平衡来自开源与商业模型的不同风格合成图像，以构建一个全面且无偏的评估基准，也对数据集的代表性与构建工程提出了高标准要求。

常用场景

经典使用场景

在人工智能生成图像检测领域，RealChain数据集为评估模型的鲁棒性提供了经典场景。该数据集模拟了图像在社交媒体传播过程中经历的复杂退化链，包括跨平台上传下载、用户添加滤镜或贴纸等后处理操作。研究者利用RealChain的链式退化版本，能够系统测试检测算法在真实世界噪声干扰下的性能衰减，从而超越传统仅基于原始生成图像与真实图像的简单二元评估框架。

实际应用

在实际应用中，RealChain数据集为社交媒体平台内容审核、数字证据司法鉴定以及新闻真实性核查等场景提供了关键测试平台。例如，平台可利用该数据集评估其AI生成内容识别系统能否在用户经过压缩、添加装饰或截图转发后，依然保持高精度判断，从而有效遏制虚假信息的传播。其模拟的真实退化链直接对应了网络信息流转的复杂路径，使得基于此开发的检测工具更具备部署价值。

衍生相关工作

围绕RealChain数据集，已衍生出以真实为中心的信封建模等一系列创新研究。相关经典工作包括提出REM方法，该方法通过流形边界重构模块在潜空间生成近真实样本，并利用信封估计器学习紧凑决策边界，同时借助跨域一致性约束维持边界在不同质量域中的稳定性。这些工作共同推动了检测范式从依赖生成器特定特征向学习普适性真实图像分布的根本性转变。