来源：隐者联盟

原文链接：https://mp.weixin.qq.com/s/LqM-QYYS6n5MlUYBrEbRCQ

官网：https://ai-safety-workshop-ijcai2026.github.io/

时间： 2026年8月16日

地点：德国不来梅

投稿截止： 2026年6月1日

联系：deepfake.ijcai2026@gmail.com

引言

随着AIGC技术在文本、图像、音频、视频等多模态领域的快速发展，deepfake、虚假信息、语音仿冒等恶意内容日益泛滥，对社会信任和公共安全构成严重威胁。AIGC安全面临两个维度的挑战：一是生成模型的安全防护——攻击者可能构造恶意输入或操纵模型行为，诱导生成有害内容；二是生成内容的识别与溯源——需要判断内容是否为AI生成、定位篡改区域、追溯来源。前者是"第一道防线"，后者是"最后一道防线"，两者需要协同运作才能形成覆盖全生命周期的安全防护链。

然而，现有研究主要集中在单一模态或特定任务上，两个维度之间缺乏协同，导致对AIGC安全风险的理解是碎片化的。

Workshop简介

针对上述问题，我们在IJCAI 2026上组织了"DDL 2.0: AIGC Safety from Dual Perspectives of Model and Content"Workshop，同时开设三个竞赛赛道。核心目标是打破模态和任务之间的壁垒，实现从生成模型到输出内容的端到端分析，构建覆盖AIGC全生命周期的系统性安全框架。本Workshop契合IJCAI-ECAI "AI for Good"的使命，致力于构建全面、协同、可持续的AIGC安全治理框架。

本Workshop延续并扩展了IJCAI 2025 DDL 1.0（蒙特利尔/广州，500+参会，18篇录用）和AAAI 2026 "Trust and Control in Agentic AI"（新加坡，150+参会，69篇录用）。

征稿主题

Cross-modal AIGC detection and unified anti-forgery frameworks —跨模态检测与统一反伪造框架

Safety alignment of generative models and input defense mechanisms — 安全对齐与输入防御

Multicausal provenance and accountability for AIGC — 多因溯源与责任归因

Security evaluation and red-team benchmarking — 安全评估与红队基准测试

AIGC forgery localization and interpretability analysis — 伪造定位与可解释性分析

Agent security attack and defense methods — 智能体安全攻击与防御方法

三大竞赛赛道

竞赛于2026年3月至5月线上进行，获奖团队受邀在Workshop当天现场展示。

Track 1: The OpenClaw Security Attack and Defense Challenge— AI Agent安全红蓝对抗，覆盖提示注入、沙箱逃逸、数据窃取、插件投毒等攻击向量。

Track 2: DDL-GAV: General AIGC Audio-Vision Detection Challenge— DDL-GAV数据集，20+生成器，4大生成模态，3种伪造模式，覆盖写实与动漫领域。

Track 3: DDL-X: Deepfake Detection, Localization, and Explainability Challenge —track 3：在海量样本中锁定伪造边界，在复杂语义下解码篡改真相。

往届规模：IJCAI 2025挑战赛（184队，1,000+人）；2024 Inclusion挑战赛（2,200队，5,000+人）。

重要日期

竞赛

上线：4月15日 ；数据集：5月1日 ；Top 5评估：5月15日 ；获奖公布：5月23日 ；获奖论文：6月1日

论文

投稿截止：6月1日；录用通知：6月16日 ；Camera-ready：6月23日 ；Workshop：8月16日，不来梅。

投稿要求：最多7页（IJCAI-ECAI 2026格式），3位PC成员评审，录用论文以oral / poster / best paper展示并设奖项（本次接收论文不出版）。

组织者

蚂蚁数字科技(Ant Digital Technologies)

西安交通大学(Xi'an Jiaotong University)

中国科学院自动化研究所(Institute of Automation, Chinese Academy of Sciences)

A*STAR 前沿人工智能研究中心(Centre for Frontier AI Research, A*STAR)

合肥工业大学(Hefei University of Technology)

新疆大学(Xinjiang University)

香港科技大学(The Hong Kong University of Science and Technology)

南洋理工大学(Nanyang Technological University)

顾问委员会

Marcello Pelillo（威尼斯大学）

Anderson Rocha（坎皮纳斯大学）

Thorsten Holz（MPI-SP）

Philip Torr（牛津大学）

邮箱：deepfake.ijcai2026@gmail.com

网址：https://ai-safety-workshop-ijcai2026.github.io/

欢迎转发到课题组群和实验室群！8月不来梅见！