众所周知，如今各种各样的 AI 生成图片已经随处可见，因此利用 AI 对图片造假，从而获取不当利益的行为也变得越来越多。

比如，拿 "AI P 图 " 将网购的商品照片修改成损坏或腐烂的样式，从而骗取退款的报道，现在就经常可以见到。

这可能是网传 "AI 图片造假 " 最有名的段子

除此之外，另一种常见的手段是通过 AI 生成图片，来伪造并不存在的事件、或是编造并未发布的产品，然后当作 " 独家 " 来进行病毒式营销和引流。

甚至在一些更为离谱的案例中，我们还看到了拿 AI 生成的 " 照片 " 作伪证，甚至是拿 AI 生成的产品图向管理部门申报的情况。

很显然，AI 生成图片已经开始被滥用。从我们的经验来看，除非是像我们三易生活这样，本身就对相应领域（的产品）有深入了解，否则普通消费者往往会难辨真假，很容易被这些 AI 生成图片骗到。

那么站在消费者的立场，大家该怎么保护自己呢？

可能有的人立刻会想，自己认不出 AI 生成的图，让 AI 去辨认还不行吗，毕竟现在 AI 技术既然已经那么发达，那 AI 难道认不出 AI 造假的图片吗？

事实上，根据最新的一项实验结果显示，只要造假者注意几个 " 关键步骤 "，那么 AI 伪造的图片就几乎不可能被其他 AI" 认出来 "。而这个实验的步骤以及所提及的一些特殊情况，让我们对于现阶段 AI" 识图 " 的原理，以及它辨识图片是否伪造的方式，产生了很大的质疑。

在测试一开始，此次实验的设计者首先选择了谷歌的图像生成 AI"Nano Banana Pro"，并用它画了一幅既有现实风格，但具体内容又略带荒诞的图像，即 " 一位女子手持香蕉指向天空。背景是典型的城市景观，行人漠不关心。"  

根据实验设计者的说法，之所以使用谷歌的图像生成 AI，是因为它 " 足够新 "。这样一来，那些只记录了老旧模型特征的 AI 图像识别服务，可能就会 " 认不出 "Nano Banana Pro 在图像代码层面留下的印记（即 AI 隐形水印）。

但与此同时，实验者一方面并未抹除 AI 生成图片右下角的可见 LOGO，另一方面，他们故意选择了一个略带荒诞题材的图像，也是有意想要考验这些 " 识别 AI"，能不能仅从图像的内涵来判断它是否 " 真实 "。

水印还在，但 AI 识别工具却有些 " 认不出 " 了

实验者首先对这张 AI 生成图片进行了格式转换（这一步是为了抹除其原始数据，避免直接 " 露馅 "），然后把它给了 6 个不同的 "AI 图片检测工具 "，来检测它的 "AI 生成率 "。结果，有两个工具在第一个环节就直接翻了车。

只要 AI 生图用的模型足够新，它就已经可以骗过不少懒惰的检测平台了

要知道此时图片右下角的可见水印还保留着。这就说明，不是所有的 AI 图片检测平台都会 " 注意到 "AI 生成水印的存在，它们判断一张图片是否 "AI 生成 "，靠的可能是其他技术手段。

那么去掉可见水印呢？有点作用，但影响不大

接下来，实验者使用图像编辑工具（实际上也是基于 AI 算法），去掉了测试图片右下角可见的 AI 生成 Logo，再一次将它交给这些检测平台。

肉眼可见的 "AI 水印 "，对于检测算法的干扰反而不大

这个修改产生了一点作用，之前能 " 认出 " 这是 AI 生成图片的其中一个平台，现在就报告图片是 " 非 AI 生成的 " 了，但超过半数的检测工具依然可以正确判断这是一张 "AI 图片 "。换句话说，虽然现如今很多 AI 生成图片工具（特别是那些带有 AI 图像编辑功能的手机）都会出于 " 讨好用户 " 的目的，允许关闭可见的图像水印。但这种 " 给人看 " 的水印，反倒并不太影响 AI 检测工具的判断。

人为增加瑕疵，是彻底骗过 AI检测的关键

最后实验人员猜测，AI 图片检测的关键机制，可能在于检测图片中的 " 瑕疵 " 程度。因为真实拍摄的照片通常会带有各式各样的瑕疵，比如边缘部分的色差、抖动导致的细节重影、曝光不足导致的噪点等等。而 AI 生成的图片相比之下就会过于 " 完美 "，从而使其在检测工具面前暴露。

经过人为后期修改的图片，添加了更多的 " 瑕疵 "、但并未更改内容

为此，实验人员通过图像编辑软件，对这张 AI 生成图片添加了人为的噪点、边缘伪影，并增大了图片的对比度，使得其看起来更暗，更偏离一般 "AI 作图 " 常见的明亮风格。

从结果来说，经过这些修改的图片彻底 " 瞒过 " 了全部的 AI 检测平台。这就说明，上述这些图像特征，确实可能是现阶段各 " 检测 AI" 真正关注的重点。只要 " 造假者 " 稍微留心，在通过 AI 生成图片时手动略加修改，就能让图片被其他 AI" 识破 " 的几率大大降低。

这是造假者的胜利吗？其实它只是 AI 的耻辱

可能有的朋友看到我们这么说，会觉得这不是教人学坏吗？其实不然。请注意，在这起实验中，实验者的目的只是想要证明 "AI 检测 " 对于识别 AI 生成图片的无效性，并不是在教大家怎么去把 "AI 图片 " 弄得更加以假乱真。

在这个过程中，真正的关键其实就在于 " 一名女子神情肃穆，举着香蕉站在马路中央 " 的这个场景，本身就是 " 反常识 " 的。也就是说，对于正常的人类而言，哪怕没有右下角的可见 AI 水印，通常也能判断出 " 图片里所反映的事情大概不存在 "。

AI 图像检测工具的失败，实际上是 "AI 识图 " 脱离现实世界的证明

而 " 检测 AI" 之所以做不到这一点，恰恰说明现有的 AI 虽然能够 " 画 " 出以假乱真的荒诞图片，却难以真正 " 看懂 " 这些图片的荒诞性。它们只能纠结于画面的平滑度、噪点数量这些 " 技术性 " 细节，却无法真正理解内涵，进而做不到结合现实世界去判断画面的 " 合理程度 "。

而这才是此次实验所揭露的事实，即 AI 本身其实根本就理解不了自己 " 在画什么 "，它对于现实世界的理解能力，可能远低于我们的预期。

【本文图片来自网络】