2026年DDL 2.0 AI安全研讨会 挑战赛与论文交流成果公布

2026年，DDL 2.0系列活动先后在乌鲁木齐、不来梅、西安等地的相关学术场合举办，围绕模型安全与内容安全领域开展研讨、竞赛及成果交流。

一 以DDL提醒AI安全的紧迫性

DDL的名称源自首届深度伪造检测、定位与可解释性研讨会，既关联了核心议题，又借用“deadline”的紧迫感，提醒行业在AI技术快速发展的当下，必须及时关注安全问题。本次升级的DDL 2.0，进一步将议题拓展至模型安全与内容安全两大方向，通过论文交流、赛事组织和专家报告等多种形式，推动相关研究与应用的落地。

二 组织团队

学术交流与赛事组织工作组

14位成员共同推进各项工作的开展。

专项赛事组委会

活动下设多个专项赛事组委会，分别负责安全攻防挑战赛、通用AIGC音视频检测挑战赛、Deepfake检测定位与可解释性挑战赛的策划与执行。

三 三项挑战赛

OpenClaw安全攻防挑战赛

共有258支队伍参与，累计提交有效答卷1189次，核心考察智能体授权边界与工具使用的安全边界。

通用AIGC音视频检测挑战赛

101支队伍参赛，基于十万级样本、23类生成技术，评测音视频真伪判断与模态组合识别能力。

Deepfake检测定位与可解释性挑战赛

113支队伍参赛，联合完成真假分类、伪造区域定位及文本解释三项任务。

各赛事的名次与成绩按官方发布列示，各赛道采用独立评测标准。

四 论文交流

本次活动共收录31篇论文，其中《From Echo to Nexus: How Attacker Personality Dictates Success in Jailbreaking LLMs》获最佳论文奖，《LatentGuard: Safeguarding Autonomous Driving VLMs via Latent World Logic Repair》获最佳学生论文奖。另有多篇论文获最佳论文提名，包括《SREM: Semantic-space Reconstruction Evidence Mining for Generalizable AI-Generated Image Detection》等。

五 专家报告

不来梅主论坛

不来梅的国际学术会议上，牛津大学及相关机构的研究员分享了安全对齐、有害内容抑制与图像来源追踪的内容；中国海洋大学教授探讨了从视觉单模态到多模态的人脸鉴伪；香港城市大学教授分享了共形预测支持风险可控决策的方法。

乌鲁木齐国内分论坛

乌鲁木齐的国内学术活动中，大湾区大学教授讨论了可泛化可解释Deepfake检测，中国海洋大学教授分享了跨模态人脸鉴伪的探索，蚂蚁数科研究员分享了AI安全防护实践。

西安国内分论坛

西安的国内学术活动中，暨南大学教授介绍了深度伪造检测、溯源及防御技术；复旦大学教授探讨了视觉生成内容鉴别与溯源；西安交通大学教授分享了AIGC用于对抗样本生成的相关思考；四川大学教授分享了复杂场景下的人脸深度伪造检测研究；上海交通大学教授介绍了多模态图像生成与编辑方法；蚂蚁数科研究员分享了AI安全方案的演进与实践。

相关资料

本次活动的相关资料可通过活动官网、赛事榜单等渠道获取，包含各赛事的结果页面等内容。