「我怀念那些互联网上图片总是准确的时代……等等，好像从来没有过这样的时期。」
最近伊朗冲突的消息开始在各大信息流里疯狂刷屏，爆炸、防空警报，各种冲击力极强的画面，但这里面让无数人点赞、转发的「战地纪实」，竟然有一大半都是假的。
▲浏览量都超过百万次，但是最后都被证实是 AI 生成的视频
在 X 上多个认证的自媒体，发布了数条由 AI 生成的假视频；最后却在补充信息都提到，视频内有非常明显的 AI 迹象，例如烟雾的效果，还有变形的水面和屋顶的太阳能电池板。
这些视频有的来自 9 年前毫不相干的旧冲突，有的是被 AI 操纵的合成幻影。最为荒诞的还是，美国德州州长 Greg Abbott 也转发了一段电子游戏视频，随后迅速将其删除。
▲A电子游戏的模拟画面，该视频帖子已经有超过 700 万次浏览｜视频来源：X@realJoelFischer
这条在海外社交媒体上被广泛引用的所谓「第一手冲突录像」，竟然是直接截取自军事题材电子游戏。
不仅把 AI 当新闻，把游戏画面当新闻看，十分令人感慨。在这个 AI 生图生视频狂飙突进的 2026 年，「有图有真相」这句古老的互联网格言，已经沦为一句彻头彻尾的笑话。
而这些百万次转发的内容，也都被证实是个超低级 AI 缝合怪。
除了视频的泛滥，引起大家关注的还有一张在 X 上疯传的卫星图。毕竟，谁会花几个亿发颗卫星，就为了在网上 P 张图骗我？
图片显示，位于卡塔尔的一个美军雷达系统，在遭受伊朗无人机打击后化为废墟。连伊朗的主流媒体《德黑兰时报》官方账号都迫不及待地转发了这张「战果图」。
▲图片来源：X@TehranTimes79
短短 48 小时内，这条帖子的阅读量直接突破了 100 万。但很快，开源情报专家们就把这张图的底裤扒光了。
经过比对，这根本不是什么卡塔尔的雷达基地，而是巴林的一个区域。更荒谬的是，这图是用一张一年前的老照片强行用 AI 「捏」出来的。
怎么看出来的？有网友发现这张图片细看非常拙劣，虽然建筑看起来被炸毁了，但周围停放的车辆位置竟然和一年前一模一样；更离谱的是，所谓「爆炸后」的光照阴影角度，跟一年前那张晴朗日子的图分毫不差。
打败 AI 魔法，还是这朴素的五步
尽管目前大多数的 AI 生成内容，都被强制要求带上显示水印或者数字水印，但这套方案还是容易被绕过。
就拿 Nano Banana 生成的图片来说，官方提示会加入 Gemini 的 Logo 水印，和无法被肉眼察觉的 Synth ID 数字水印，但在社交媒体上，经过多轮的手动截图裁剪压缩等操作，Gemini 就很难再识别到之前嵌入的水印。
▲在 reddit 上已经有相关绕过 Synth ID 水印的方法
1、抓细节，看不对劲的地方
有人问，既然最后都发现那些 AI 视频和图片破绽这么明显，为什么大家一开始没看出来？
理由其实很简单，当我们看一张 AI 生成的人脸时，我们的大脑会本能地寻找违和感，眼睛、皮肤纹理、耳朵的形状，这是我们几百万年进化出来的生物本能。
但是，当俯视一张从几百公里高空拍下来的建筑、道路和地形时，这种本能失效了。因为没有人天生知道，在特定分辨率的传感器下，一座炸毁的雷达站「应该」长什么样。
没有太多可以参考的信息，AI 捏造的这些陌生内容，自然而然地就容易变成我们普通人眼里的客观事实。
在算法已经能完美模拟光影和肌肤纹理的今天，寻找破绽的逻辑已经变了。除了要打破这种需要依赖参考系的想法，找各种技术上的 Bug，更多地是去寻找现实的逻辑断层。
例如，背景里不合时宜的建筑风格、人物违背常理的微小动作等。
▲未经查证的照片
在前段时间马杜罗被捕后，社交媒体上也疯传了几张他的「囚禁照」，外媒的视觉调查团队迅速发现，这些图片存在可疑之处，飞机窗户的设计与现实机型不符、马杜罗衣服在两张照片里不同。
虽然没有直接证据证明它们是假的，但这些疑点，也让媒体决定不刊登这些照片。
2、谁发的信息，比信息本身更重要
一张图片背后，发布者的身份往往比内容本身更能说明问题。
这张所谓的哈梅内伊遇害的照片，也在社交媒体上获得了 550 万次的浏览，但这个账号的主人，在这里的网页关于部分写着，「SilverTrade.com 致力于提供贵金属行业最准确、最具洞察力和最及时的报道。」
还有马杜罗那张照片，即便是在 Truth Social 上发布，但多个新闻机构依然对图片的真实性心存疑虑。
最后，大多数的媒体是选择了以截图形式引用了整条帖子，而非单独呈现这张照片，很有一种「不信任但有新闻价值」的处理方式。
3、追踪数字足迹，历史记录不会说谎
AI 制造的假新闻，最常见的手法是「挪用」旧素材。通过 Google、TinEye 等搜索引擎的反向图片搜索，甚至查看图片元数据（比如拍摄时间、设备型号），就能快速判断内容是否造假。
▲https://tineye.com/
例如这张经典的篡改图片，只是在一张已有照片的前提下，通过传统的复制移动手段，就轻松骗过了一众媒体。
4、从时间和地点，验证关键背景信息
假设我们看到一段声称拍摄于某地的视频，我们可以通过 Google Maps 或卫星图像检查画面是否与该地点一致。
▲Google Earth 会提供完整的历史图像和街景
还可以用 SunCalc，通过画面里的阴影方向，推算出拍摄的大概时间。如果声称是昨晚拍的，但阴影显示是正午，基本可以判定造假。
▲ 在摄影圈，SunCalc 也是一个精准计算太阳和月亮方位，找到拍摄黄金时刻的地理网站
5、善用深度研究，让 AI 对抗 AI
现在几乎所有的 AI 工具都有自己的深度研究功能，像是之前我们总结的春节 AI 大战内容，让 ChatGPT 的深度研究，先跑上半个小时，为我们总结了这些信息。
深度研究的好处在于，AI 生成的每一句话都附有来源链接，你可以直接看到信息出自哪里、属于什么性质。如果我们对数据精确度要求较高，还可以在提示词里加上：「对每一个结论，给出一个可信度判断。」
但要注意一点：深度研究可能靠谱，普通问答不太行。
直接问 AI「这条新闻是真的吗」，它有时候会把社交媒体上某人随口发的推测，和正规报道混为一谈，给我们一个「看起来有理有据」的错误答案。深度研究至少让你能看到原始信息源，自己判断。
▲这两张图，你能分出哪张是真实的吗
例如，当我们把这两张图片直接丢给 AI，问「这张图片是由 AI 生成的吗？」
Gemini 说这两张图都极有可能是基于同一张原图，进行了后期图像处理或 AI 换色生成的产物。而 ChatGPT 和豆包告诉我，那张红色的图片更大概率是 AI 生成的。
专门的图片篡改监测工具现在也有很多，有网友前几天还专门测试了一波市面上的十多款 AI 内容检测工具（包括 hivedetect.ai、aiornot.com、copyleaks.com、以及部分通用 AI 工具），结果超过 1000 次的测试显示，
魔法打败不了魔法，用 AI 检测 AI 是一场注定破产的幻想。
▲图片来源：NYT 文章（These Tools Say They Can Spot A.I. Fakes. Do They Really Work? 这些工具声称可以识别人工智能造假。它们真的有效吗？）
AI 检测工具可以作为参考，它能给我们一个方向，但无法直接做判断。
Adobe 在 PS 25 周年的时候，还推出过一个图片真假小测验的网站，感兴趣的朋友可以去看看，当时的技术只能是纯 PS，就已经能做到有些图片难以辨别，更不用说现在强大的 AI。
▲ 分辨图片是 PS 还是真实的：https://landing.adobe.com/en/na/products/creative-cloud/69308-real-or-photoshop/index.html
「让子弹飞一会儿」
面对最近各种 AI 假图片、假新闻的泛滥，社交平台也开始了行动。
从今天起，X 平台上的创作者如果上传 AI 生成的相关视频却未标注「这是 AI 制作」的，将被暂停 90 天的「创作者收入共享计划」。如果再次违规，永远无法从平台赚到广告分成。
X 的平台分成向来可观，不少 AI 自媒体都有在 X 同步更新；年初 X 平台还更新内容激励计划，以首页出现的次数来对内容进行收入划分，同时鼓励长文的创作。
▲X 产品负责人 Nikita Bier 发文称修改创作者收益分成
这条政策一出，X 上的创作者和网友们都炸开了锅。有些人支持，「总算要管管了！」但也有人质疑，「为什么只针对冲突视频？其他领域的假内容不一样造成各种危害吗？」
我想即便这些措施涵盖了各个领域的假消息，实际的成效恐怕也并不乐观。毕竟，用户可以轻松地使用其他账户重新发布，而平台的内容审核，远远赶不上假图传播的速度。
在 The Verge 采访虚假新闻专家的文章里面提到，「普通人必须清醒地认识到，当前的数字环境，天然就是向操纵和欺骗倾斜的。」
现在看来更大的问题还是回到了，我们对 AI 伪造的警惕性仍然不足。但作为一个吃瓜群众，如果要自己对每一条新闻都要去做事实核查也太麻烦了。
保持耐心或许是更简单的方法，姜文电影里那句「让子弹飞一会儿」，会是我们在算法操纵下，最清醒的一种特立独行。
热门跟贴