本文研究了通过大型数据集和多分类方案提升合成图像检测器的泛化和鲁棒性。结果表明，深度学习模型能够有效区分AI生成的图像与真实图像，其中ViT Patch-16模型在检测合成面部图像方面表现最佳。此外，研究还分析了合成图像中的傅里叶域信号缺陷及其对模型训练的影响。