如何判断一张图片是否 AI 生成?元数据、视觉特征与分类器实战

拿到一张可疑的图,多数人的第一反应是放大了盯着看——数手指、找破绽。其实更高效的第一步是查文件本身:生成工具往往在文件里留下了明明白白的来源记录,几秒钟就能确认,比肉眼判断可靠得多。这篇文章按照"先查文件、再看画面、最后交叉验证"的顺序,把每种方法的原理和可信边界都讲清楚。

第一步:查元数据——能实锤的方法

AI 生成工具写入文件的来源信号,按载体分四类。详细的字节级拆解在元数据完整指南里,这里说结论:

这种方法的特点是误报率极低、漏报率不低:一张真实照片的文件里不可能凭空出现 CFG 参数和 trainedAlgorithmicMedia 声明,所以查到了基本就是定论;但反过来,信号很容易在传播中丢失——截图丢全部,社交平台转码丢大半,修图软件另存为也常常不保留。所以请记住这条不对称原则:有信号 ≈ 实锤,没信号 ≠ 清白

AICheck365 可以把上面四类位置一次扫完,文件在浏览器本地解析,不上传。结果里的置信度也是按信号性质分的:C2PA 的 digitalSourceType 命中记高,XMP 字段记中,EXIF 工具名、PNG 文本、文件名这类容易伪造或太弱的记低。检测视频另见 AI 视频检测指南

第二步:视觉检查——有用,但别迷信

需要先泼一盆冷水:网上流传的"AI 图鉴别口诀"大多是针对 2023 年那代模型总结的,现在适用性已经大幅下降。手指畸形曾经是最可靠的破绽,但 Midjourney v6、Flux 这一代模型的手部已经基本正常。截至目前,相对还值得看的位置是:

视觉检查的正确定位是线索生成器:它帮你决定要不要继续深查,但单凭肉眼下结论,无论判 AI 还是判真,都不可靠。

第三步:像素级分类器——概率参考

另一条技术路线是不看元数据、只看像素:训练一个判别模型,捕捉生成图在统计上的痕迹——典型的有上采样在频域留下的周期性伪影、真实相机传感器噪声(PRNU)的缺失、颜色分布的细微偏差。Hive、Illuminarty、AI or Not 等服务走的是这条路。

它的优点是对任何图都能给出一个概率,不依赖文件里留没留信号;缺点也很实在:对训练集之外的新模型滞后,对经过多轮压缩的图误判率明显上升,而且输出是概率而非证据——"87% AI"这种结论没法作为依据拿去对质。建议把它当作交叉验证的一票,不要当作唯一依据。另外注意 Google 的 SynthID 是单独一类:它是生成时注入的像素级隐形水印,只有 Google 自己的检测器能读,第三方工具读不了。

第四步:来源核查

跳出文件本身,查图片的传播链路,有时比技术检测更快出结论:

把流程串起来

实际排查时按成本从低到高走:

  1. 先把文件拖进 AICheck365 查元数据,几秒钟出结果。有高置信度信号,到此为止。
  2. 没有信号,看你拿到的是不是原始文件。如果是截图或转发图,先尝试找原图再测。
  3. 原图也没信号,做视觉检查列疑点,再用一两个像素分类器交叉验证。
  4. 结论重要的场合(新闻、纠纷、交易),加上来源核查,并保留原始文件以备完整的 C2PA 签名验证。

先从零成本的第一步开始:查查文件里留了什么

开始检测 →

常见问题

为什么有些 AI 图片完全检测不出来?

元数据检测依赖文件里还保留着的来源信号。截图、社交平台压缩、修图软件重新导出、专门的元数据清除,任何一步都会把信号洗掉。所以'没检测到信号'只说明这份文件里没有可读的证据,不能证明它不是 AI 生成的。

元数据分析和像素分析(AI 分类器)哪个更靠谱?

性质不同。元数据命中基本就是实锤——真照片里不会出现采样器参数和 trainedAlgorithmicMedia 声明,所以误报率极低,但覆盖不了被洗过的文件。像素分类器对任何图都能给出概率,覆盖面广,但对新模型滞后、对重压缩图误判率明显上升。正确用法是元数据优先、分类器交叉验证,而不是二选一。

靠看手指还能识别 AI 图片吗?

越来越难了。手部畸形是 2023 年前后模型的标志性破绽,Midjourney v6、Flux 这一代基本已经修复。现在更值得看的是图中文字、物理一致性(影子方向、反射内容)和重复纹理,但这些也只能当线索,不能当结论。

C2PA 普及后检测会变容易吗?

会,但只对'合规'的内容有效。OpenAI、Adobe、Google、微软的生成内容已经在写带签名的 C2PA 记录,难以伪造、可追编辑链。但本地部署的开源模型不受约束,恶意使用者也会主动选择不留痕的工具,所以检测手段仍然需要多层并用。

AI 视频怎么检测?

优先看原始 MP4/MOV 文件:C2PA、容器元数据(©too、AIGC 标签)、码流里的 SEI marker、文件名,没命中再抽帧查水印。具体流程见 AI 视频检测指南。