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】