DiFF 是一个由山东大学、新加坡国立大学等机构共同研发的高质量、大规模的面部伪造图像数据集，其基于扩散模型生成，含有超过 50 万张图像。这些图像在 4 种不同环境下，通过 13 种前沿技术手段生成。 数据集运用了 3 万张精心搜集的文本及视觉提示，以保证生成的图像具备高度真实性与语义一致性。原始图像源自公开的 VoxCeleb2 和 CelebA 等数据集，包含 1,070 名不同身份的 23,661 张原始图像。 DiFF 数据集适用于面部伪造检测、深度伪造的对抗性攻击与防御，以及其他相关的计算机视觉任务训练。