AI 伪造这事儿真得管管了。
8 月 26 号上午，吉隆口岸刚发生泥石流悲剧，晚上就有 AI 造的假图了。
微博上流量大的那个，点赞已经八千多了，到现在还有不明真相的读者对着假图感慨。
下面唯一掏出证据辟谣的，拿的还是跟豆包对话的截图。。。
而且不但普通人，专业媒体也会中招儿。
今年 3 月初，美伊冲突期间，就出现了一次典中典的 AI 假图污染事件。
从源头供应商 SalamPix 开始，AI 造假的现场照片先是得到了法国一家正规图片社的信用背书，然后一路流入欧洲的各大主流媒体。
德国的老牌媒体《明镜》，荷兰最大的新闻通讯社 ANP 等等都被牵连进去，紧急发布声明，下架存疑的图片。
照这么下去，看到现场报道时，我们第一时间关注的可能就不是新闻本身了，而是先质疑这玩意儿到底是不是 AI 生成的。
那到底有没有办法管管呢？
为此我们测试了一些市面上常见的检测方法，还咨询了朱雀实验室的研究员，结果只能说，道高一尺，魔高一丈，现在还真没啥两全的法子。。。
比如官方最常用的手段，就是提前打水印，像是在生成的图片视频里钉上「AI 生成」四个大字儿。
这玩意儿显眼又直观，但太好去除了，以至于大伙儿开玩笑说现在 PS 的唯一用处，就是把这几个字儿给 P 掉。
所以说白了，这就是个声明，解决不了鉴伪的问题。
于是，更隐蔽一些的隐形水印就登场了。
比如很多大厂默认的 C2PA，会在图片生成的同时，将模型，生成工具之类的信息打包到图里边。
理想状态下，C2PA 甚至还能记录图片的编辑更改记录。
听着是不是有点像手机拍照的元数据，能记录照片的地理位置，相机的光圈大小。
诶，没错，C2PA 就是跟元数据差不多，一样美好，也一样脆弱。
像是截图裁剪，或者分享到微信压缩一下，这玩意儿就直接灰飞烟灭了。
比如这张 GPT Image 2 生成的图片，前脚刚下载下来，后脚放到 OpenAI 官方的验证器里，它就翻脸不认了，治标不治本。
然后咱的谷歌大善人就登场了，掏出了牛逼哄哄的 SynthID 隐形水印。
这玩意儿的定位才更像 AI 时代的东西，它不是把标签挂在文件本体外面，而是生成的时候，就把某种机器可识别的信号揉进图片，视频，音频，甚至文字里。
在技术论文中他们解释道，Gemini 在生成 token 的时候，会被这玩意儿微微干预，使得最终的产物 内容基本不变，但信号统计上，呈现某种痕迹和特征。
简单点说就是肉眼看不出来差别，但专门的检测器能认得。
除此之外，SynthID 比 C2PA 要更抗揍，普通的裁剪，滤镜，压缩基本都能拿下。
看效果这么好，隔壁的 OpenAI 也加入进来，比如以假乱真的 GPT Image 2 就支持 SynthID。
咱也是故技重施，试了一下，发现确实有点东西，大部分图片裁剪压缩，甚至加滤镜后，水印还是能被识别出来。
前些天 Anthropic 因为欧盟法规，也给 Claude 的文本加上了 SynthID 的水印，瞅着队伍是越来越大了，那等它全面覆盖，这事儿不就大结局了么？
诶，也没这么简单。
虽说同样是 SynthID，但检测器并不互通，Gemini 的图丢进 OpenAI 验证器里认不出来，反过来也一样。
这玩意儿现在还做不成统一的身份认证器，只能是各家自扫门前雪。
而且更麻烦的是，水印想要有用，就得能被检测，而一旦检测方案公开，围绕它的擦除，伪造和对抗也会随之而来。
像名声不咋样的 Anthropic，文本水印刚出来没几天，GitHub 上就出现了对抗的去水印项目，一个月不到就点到了两万颗星。
谷歌自己也承认，其实根本不存在什么完美安全的水印，他们的目的很现实，就是把攻击和伪造的成本抬高点。
所以第三方的检测器现在也很有市场，它们不依赖水印，而是能根据内容反推是否为 AI 生成。
但遗憾的是，我们测了一圈，发现这些检测器水平参差不齐，甚至有的只能说拉完了。
这里让 ChatGPT 生成 “ 伪史论 ” 的文章， 拿给不同的 AI 检测器。
四家国外的三家查不出 AI 痕迹，唯一支棱的 GPTZero，还把 2000 字的中文识别成了 49 个 words，弄半天哥们儿不认识中文。。。
而国内的情况也没好到哪去，万方仍旧 0%，维普那篇甚至扩写到两万字后，才检测出 0.42%。
可能也就朱雀 AI 检测器情况稍好，38% 的人工+62% 的疑似 AI，虽然没实锤，但起码也 “ 疑似 ” 了。
至于图片，情况可能比文本还复杂点。
拿朱雀来说，常规的模型，它的检测很精准。
比如 GPT Image 2 生成的马斯克抖音直播图，是 90% 的可疑度；
再生成一张历史高考卷给它，它甚至能锤死 100%，还一口咬定是 OpenAI 的风格。
但如果换成冷门的 “ 小众 ” 模型，它可能就垮掉了。
比如同样生成小猫舔人手的图，GPT 和 Gemini 的它都能认出来，但 Seedream 5.0 Lite 就只有 21.64% 的概率了，MiniMax 的 Hilo 2.0 更是干到了 4.9%，属于 “ 不太可能是 AI 生成 ” 那档。
能力起伏这么大，我们也很好奇原因，于是直接询问了朱雀实验室的研究员。
得到的回复是，检测器的能力其实一直在迭代，新模型出来后，泛化和兼容都需要测试反馈来不断优化。
说人话就是如果出来个很牛逼的新模型，那确实没啥通用的招儿，只能拿新的素材不断训练，才能学会辨别的方法。
看网站注释也能发现，执行检测的模型是在不断更新的，现在的模型是 7 月 21 日的版本。
除此之外，他们还透露，检测的时候也会参考 C2PA 之类的水印信息，不过主要手段还是特征识别，像是文章的行文结构，用词句式，因果逻辑这些细节。
但说实话，这些特征还是过于常规，我们更在意的反而是他们提到的 “ 更高维度的不可解释特征 ”。
这部分说白了，就是模型训练中自己涌现出来的能力，能够捕捉一些 AI 独特的创作手法，就比如刚刚的四只猫，肉眼看基本没差，但朱雀的模型就是能品出来不同。
当然，训练检测模型这活儿也是过犹不及，一不小心，很容易 “ 训练过头 ”。
比如我们测了 3 次 X 的截图，作为造假重灾区，检测的概率徘徊在 50% 左右。
然后又喂给它一张安德鲁·库蒂斯的油画，由于画风跟 AI 极其相似，所以概率飙升到了 98.59%。
再极端一点，直接在画板上写下 AI 两个字母，概率也足足有 94.62%。
好在后来在纸上写 AI 俩字母，它没说是 AI 生成的，算是扳回一城。
从这些测试中也能看出，检测器的优缺点都很明显。
它通用的定位确实方便，不需要知道东西到底是 Gemini、GPT 还是哪个模型生成的，只要 AI 还留下某些共同特征，理论上它就有机会抓出来。
但问题同样出在这个通用的特征上，因为模型的学会不一定是真的学会。
像 X 截图这种造假重灾区，AI 就容易形成 “ 刻板印象 ”，看到这种特征，就觉得像 AI 生成的。
可以想到，如果以后这些图的特征越来越不明显，那用于鉴别的模型训练起来就会更难，此时，就得指望涌现出更多 “ 更高维度的不可解释特征 ” 了。。。
所以回到最初那个问题，好像的确没有一个按钮，能让互联网重新回到有图有真相的年代。
因为当 AI 真有一天能把光影、文字、物理规律全都做对的时候，再盯着画面里找第六根手指，也没什么意义了。
但就像货币制造一样，假币即使跟真币一模一样，但在法律层面，它还是假币。
或许未来真正重要的问题，并不是这张图是不是 AI 搓的，而是这张图到底是从哪儿来的。
水印不够咱就上隐形的，C2PA 能被洗掉，那就 SynthID，再不够就超进化朱雀配合 super pro max SynthID。
我们未必能让假东西彻底消失，但让造假没那么便宜，让被骗没那么容易还是大有可为的。
普通人刷个 AI 抽象小视频，可能没必要搞一套数字取证。
但一张号称来自灾害现场，战争前线的照片，确实值得更高的举证门槛。。。
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
