我找到原文所说的「美国神经网络」了，叫「TruFor」，并跑了代码，实际上手测试了一番。
省流结论：没有置信图的检测就是耍流氓。
原始报道搜寻
（该部分可跳过，对结论无影响，只是展示我的信息检索过程）
原始报道：
其中提到这位俄罗斯联邦储蓄银行（Sberbank）数据研究主管尼古拉·格拉西门科 Николай Герасименко（Nikolay Gerasimenko），根据相关信息搜索到其 Github 及领英主页。
他同时还在Skillbox兼职教机器学习网课，内容就是经典的识别手写数字
此人再无更多信息，关于他和谷歌的合作我始终搜索不出来，线索到此就断了。
会上展示的PPT
这也是一条很重要的线索，图中有很多文字，敲出来翻译一下
提取出以下信息（俄汉对译）
Детекция подделок на фото и видео
（大标题）检测伪造的照片和视频
Алгоритм обнаружения искажений от Google (2023)
（右上角小标题）谷歌的失真检测算法(2023)
Проверка изображений Лунной миссии NASA - Apollo
（右下角）检查登月任务图像 NASA - 阿波罗（另一个显然是检查嫦娥任务图像我懒得写了）
Сгенерирсванное изображение вжыва у Пентагона
（左下角）AI生成的五角大楼火灾图像
根据得到的信息换各种关键词搜索，比如「Google AI」「distortion detection algorithm」「fake image detection」，终于在关键词「fake image confidence map」的帮助下找到了这个论文
有谷歌的参与，也是2023年的CVPR论文，相信就是它了（不知道为什么至今没有一个回答尝试找一下这个，我一个非计算机专业的竟然还是第一个）
代码公开在：
有条件的都能跑一下，我的mac电脑用不了nvidia的GPU加速，所以跑个长宽超过1000像素的图就一直报错，（爆内存了？），有大佬做相关研究的可以尝试跑一下原图。
跑代码
说到原图，我用反向图片搜索搜到这两张NASA图的来源
两幅图都是阿波罗15号任务拍摄的照片，上图编号为AS15-92-12424，下图编号为AS15-92-12407，我将其原图放在下方，但不知道知乎是否会压缩图像，所以还是建议到原链接下载。
接下来就是跑代码了，我分别用512、900、1024三个大小对两幅图进行了操作（原图是2340×2350，我前面说了我电脑没法跑原图），结果如下：
是不是和PPT上的挺像的，无一例外都展现出了"伪造"的证据
但注意右边的置信图，同样无一例外的是，置信度都很低。
看看置信度高的图应该是怎样的：（仓库中的示例图）
出于好奇，我用手机对着我家风扇拍了个照，它说我家风扇是假的。
然后怎么能没有坤坤呢
三幅图分别为真实图片、AI生成、传统PS，
反而AI生成的看起来更真一点。
结论
其实这些结论论文中都有，resized和recompressed等网络图片必须经历的压缩过程，对AI的图像辨识能力都会有极大的影响。（就像我先前展示的那样，稍微改变一下图像大小，结果就千差万别）
但这一影响会在置信图中表达出来，俄媒刻意忽视confidence map，只展示最终的localization map，是何居心想必不用我细说。
（更可气的是，至今我是第一个尝试去找原论文及代码的，我甚至都不是相关专业。有大佬跑原图出来的欢迎发在评论区，指正本文错误也欢迎）
最后展示一下论文中的各大模型对比表吧，TruFor根据论文中的观点，是表现最好的一个。（当然所有论文都会说自己表现最好）
