潜空间表征分析

层间一致性至关重要：用于可泛化合成图像检测的优雅潜变量转移差异

Layer Consistency Matters: Elegant Latent Transition Discrepancy for Generalizable Synthetic Image Detection

把预训练网络各层潜变量之间的特征转移一致性当作判别信号，可用于任何需要区分真实与生成数据的场景；这种跨层一致性度量也可迁移到深伪视频检测、图像取证与OOD检测中，替代依赖特定生成器伪影的低层统计线索。