打开网易新闻 查看精彩图片

最近观鸟圈和 AI 圈都在吵同一件事:一位博主用 AI 把全球 11064 种鸟「全部画了一遍」,做成格式统一的精美贴纸,连同数据开源挂上 GitHub,自称投入了 10 亿 Token。社区送他外号「赛博造鸟大帝」——不是夸的。

一台电脑,一周时间,全球鸟类图鉴被一个人「更新」完毕。热闹之外,今天把这本账摊开算:这门生意为什么成立,以及为什么它难拦。

▍先把事实层过掉

当事博主「花叔」10 月底开源了 huashu-bird-sticker 项目:11064 种鸟,每一种都由 AI 生成统一风格的图像,自称累计烧了 10 亿 Token。争议随后引爆:观鸟社区列了三宗罪——AI 鸟图特征错误、羽区混乱,不同物种被捏成「缝合怪」;这类图一旦被搜索引擎和训练集爬走,会污染科普与科研数据链;未经审核就号称「覆盖全球」,被澎湃新闻的评论批评为「对分类学的傲慢」。

这不是杞人忧天。今年巴西就出过乌龙:一张「红翅黑鹂国家级新纪录」的照片,事后被证实是 AI 修图把常见物种改出来的——这件事进了《自然》杂志的报道。公民科学平台 iNaturalist 随即上线拦截:社区可给 AI 生成的照片打标记,原图替换成警示图,记录降权作废。

背景清楚了,开始算账。

▍第一本账:造假的成本,已经崩了

10 亿 Token 是多少人民币?按当前主流大模型 API 的价格区间粗算,大约在几百到几千元之间——平摊到一万多张图,单张成本不到一块钱。

对照组是什么?一部靠谱的现代鸟类图鉴,背后是分类学家几十年的野外积累、标本比对和同行评审。《中国鸟类分类与分布名录》这类成果,是几代学者一辈子的活。而现在,「覆盖全球所有鸟」这个曾经需要一支学界队伍耗一生的工程量,被一个人用一顿饭钱级别的预算在一周内「完成」了。

两个数字之间差了四五个数量级。成本曲线崩塌,才是伪科普泛滥的根因——不是有人突然变坏了,是「认真做错事」的价格降到了人人可负担。

▍第二本账:拦截的成本,还是人力

iNaturalist 的拦截机制设计得并不差:社区标记、替换警示图、降权作废。但看数据:它 6.1 亿张图库里,目前只有约 1400 张被标记为「可能由 AI 生成」——占比 0.0002%。

这组数字暴露的是不对称:造假靠脚本批量跑,标记靠志愿者肉眼认。一边是边际成本几毛钱,一边是每一条都要一个懂鸟的人花时间看。用人力防线对撞自动化产能,账面上就注定追不上。更何况,中文互联网上的科普平台,大多还没有 iNaturalist 这个级别的社区审核机制。

▍第三本账:污染的账,记在下一代头上

最贵的一笔其实是隐形的。AI 生成的假鸟图被爬虫收进语料库,下一代模型就会把「缝合怪」当成鸟该有的样子学进去——业内管这叫模型退化:吃垃圾,产垃圾,循环加深。巴西乌龙进了《自然》,说明学术圈已经真实中招;而对普通人的影响更日常:孩子搜「红腹锦鸡」,搜到一张羽区错乱的精美假图,配着煞有介事的科普文案,他分不出来。

真假鉴别的负担,正在从内容生产者,转移到每一个读者头上。

▍怎么办:三道闸,各有各的难

生成端的水印在推进,但开源模型可以绕过;平台端的 AI 标记是当前最可行的(发布时声明+算法识别),关键在执行强度;最根本的一闸在激励——当批量内容能换到流量分成,工厂就不会停。前两道闸挡「术」,第三道才动「利」。

▍站队环节

三个问题扔给评论区:一,你刷到过一眼假的 AI 科普图吗?当时能确定它是假的吗?二,平台该不该给所有 AI 生成内容强制打标?三,如果分成规则收紧,最先消失的会是垃圾内容,还是认真做内容的中小作者?说说你的判断。