近日，计算机与人工智能学院张利庭副教授团队在多模态人工智能生成内容(AIGC)检测与隐私保护领域取得重要研究进展，在国际人工智能领域权威期刊《Neurocomputing》上发表了题为《Privacy-Preserving and Zero-Shot Detection Strategies for Multimodal AI-Generated Content》的研究论文。我校为论文第一完成单位且唯一通讯单位，张利庭副教授为第一作者与通讯作者，本科生熊鹏和王金涛老师为合作作者。

　　随着多模态生成式人工智能(GenAI)技术的快速发展，自动合成内容显著提升了信息传播效率，但也带来了严峻的内容安全与深度伪造的挑战。针对当前多模态检测在跨模态语义不一致性、泛化能力不足以及大规模数据隐私泄露方面的核心瓶颈，研究团队提出了一种用于多模态生成内容检测的隐私保护系统框架。该研究构建了基于层次化推理的STRIKE核心机制以实现跨模态语义精准对齐;提出了零样本流形检测算法以突破过度依赖特定伪影的检测范式，提升未知生成模型的泛化能力;融合联邦学习架构实现了多源数据隐私保护与协同优化。实验评估表明，该方案在严格的隐私保护约束下取得了卓越的检测性能，为安全可靠的AI生成内容治理提供了新范式。

　　《Neurocomputing》是国际著名学术出版商爱思唯尔(Elsevier)旗下的老牌顶尖学术期刊，系中国计算机学会(CCF)推荐的国际学术期刊、中科院SCI期刊分区二区及JCR Q1区的高影响力期刊(近5年影响因子6.5)。本项研究在多模态AIGC检测的理论和方法上取得了突破，论文由教师指导、本科生深入参与并共同发表，充分体现了我校在计算机拔尖创新人才培养和“科研反哺教学”方面取得的显著成效。论文链接：https://doi.org/10.1016/j.neucom.2026.133229        (计算机与人工智能学院供稿)

　　(编辑：熊鹏;预审：张利庭;审核：王平)