有人分享一张图并问：“这是AI生成的吗？”人们的本能反应，是寻找经典破绽——手指太多、文字乱码、皮肤像蜡——或者把图片交给层出不穷的“AI检测器”。这两种做法都可以理解，但都可能失效：随着模型不断更新，可见破绽越来越少；检测工具本身也存在可靠性问题，界面看起来再肯定，也不会让这些问题消失。
本文聚焦目前仍然成立的事实：AI图像工具在哪些具体模式上仍容易出错，以及为什么任何检测方法——无论人工还是自动——都无法保证对单张图像作出确定判断。
目前仍较常见的失败模式
以下类别只是经验性线索，并非经过量化验证、必然成立的判断。它们或许值得你更仔细地核对来源，但工具能力会变化，而没有发现某个线索并不能对图像来源作出结论：
手与精细解剖。 复杂手势、重叠手指与异常解剖，仍比面孔或简单姿势更常产生可见错误，尽管前沿工具在此已进步很多。
图像内的文字。 不同工具和版本生成标牌、标签及其他文字的能力仍不稳定。有些结果很干净，另一些仍会出现似是而非的词、前后不一致的字形，或一处清晰、另一处模糊的文字。“看起来能读”无论用来证明真或假，都只是很弱的证据。
精确计数与完全重复。 要求模型描绘特定数量的相同物体时，数量经常出错。这不仅会出现在图像生成中，也会出现在模型对图像的描述中。
多张图像或多帧之间的一致性。 单张生成图像可以看起来毫无破绽；但同一角色或物体在两张图像中重复生成，或连续出现在多个视频帧中时，细节往往会发生轻微但可察觉的变化。
反射、阴影与符合物理规律的光照。 生成器更容易做出看似合理的光影，而不是真正符合物理规律的光影。
这些线索都不足以单独支撑确定结论。精心生成或碰巧成功的图像可以避开所有破绽，真实照片也可能出现奇怪的阴影或别扭的手势。应把它们视为值得进一步核对的信号，而不是证据。它们也会很快过时，因此要根据当前工具重新核验，不要把这份清单当成永久规则。
为何“AI检测器”工具无法给你确定性
NIST的合成内容透明度报告把检测、水印、出处与标注作为不同方法加以评述，并指出各自的研究空白与实施局限。NIST持续开展的GenAI evaluation programme及其image challenge，则在明确的测试条件下评估生成器与判别器。检测结果应放在这一框架中理解：它反映特定系统、数据集、变换方式和日期下的性能，并非对所有生成器产生的每张图像作出的认证。
在职场纠纷、关系冲突或公开指控等后果重大的情境中，不要让检测工具的分数决定结论。假阳性可能把真实照片误判为伪造，假阴性则可能漏掉足以乱真的伪造内容。即使参考检测器输出，也只能把它当作一项较弱的辅助信息，与本文所列的其他核对结果一起考虑，绝不能当作最终判断。
真正有帮助的事，按有用程度排序
来源凭证（如果存在）。 C2PA标准下的Content Credential可以显示谁签署了文件，以及签署者声明了怎样的创建或编辑历史。这比检测器的猜测更有证据价值，但前提是相关工具和平台支持该标准，而且凭证在文件传输和处理过程中没有被剥离。参见Content Credentials与水印基础，了解该徽章能证明什么、不能证明什么。
找到原始来源。 对许多图像而言，追查文件最初出现在哪里、来自谁、何时出现，比只检查像素更有用。反向图像搜索或直接搜索所声称的事件，或许能找到原始上下文；但没有搜到，并不能证明图像是伪造的。
与其他已知信息是否一致。 是否有独立来源报道了所声称的事件？场景、着装或时间戳是否与其他可核验信息相符？这比点击检测器按钮更慢，但可信得多。
上述失败模式只能作为辅助信号。 值得查看，但绝不足以单独支撑判定。
这套判断也适用于单张可疑照片之外的场景
这也解释了为什么合成媒体的出处与同意核对会把Content Credential视为有用但并不充分的证据。对于成年人遭遇深度伪造后的首轮应对，原则同样明确：不要为了先“证明”内容由AI合成而推迟举报。若你自己在生成图像，并想了解当前工具擅长什么、实际使用中有哪些局限，AI图像生成101：入门指南介绍了相应的工具选择与提示方法。
常见陷阱
- 把“没有可见破绽”当作真实性证明。 没有上列经典错误，意味着模型避开了它们，不意味着图像真实。
- 把检测器的百分比当作关于图像来源的事实。 这个数字只表示该检测器在当时如何依据自身模型和训练数据给这张图像打分。
- 遇到紧急情况时，先花时间“证明”内容由AI合成。 如果需要立即行动，例如举报有害内容，不要因为反复尝试检测器而耽误处理。为何AI有时给出自信的错误答案在另一种场景中解释了同样的过度自信问题，其中的原则同样适用。
- 假定未来的工具会让这套流程变得多余。 检测和生成技术都会变化。应重新核对当前且经过独立评估的证据，不要把视觉破绽清单永久固定下来。
本周就试一试
下次看到一张让你起疑的图像时，不要急着把它交给检测应用并相信那个数字。先寻找原始来源，再把上述失败模式作为辅助信号进行核对；如果平台支持，也检查Content Credential。用AI图像局限清单养成按正确顺序核对关键信息的习惯。
