這些刷屏的「戰地實況」都是 AI 生成的？5 招讓你避免上當

「我懷念那些互聯網上圖片總是準確的時代……等等，好像從來沒有過這樣的時期。」

最近伊朗沖突的消息開始在各大信息流里瘋狂刷屏，爆炸、防空警報，各種沖擊力極強的畫面，但這里面讓無數人點贊、轉發的「戰地紀實」，竟然有一大半都是假的。

▲瀏覽量都超過百萬次，但是最后都被證實是 AI 生成的視頻

在 X 上多個認證的自媒體，發布了數條由 AI 生成的假視頻；最后卻在補充信息都提到，視頻內有非常明顯的 AI 跡象，例如煙霧的效果，還有變形的水面和屋頂的太陽能電池板。

這些視頻有的來自 9 年前毫不相干的舊沖突，有的是被 AI 操縱的合成幻影。最為荒誕的還是，美國德州州長 Greg Abbott 也轉發了一段電子游戲視頻，隨后迅速將其刪除。

▲A電子游戲的模擬畫面，該視頻帖子已經有超過 700 萬次瀏覽｜視頻來源：X@realJoelFischer

這條在海外社交媒體上被廣泛引用的所謂「第一手沖突錄像」，竟然是直接截取自軍事題材電子游戲。

不僅把 AI 當新聞，把游戲畫面當新聞看，十分令人感慨。在這個 AI 生圖生視頻狂飆突進的 2026 年，「有圖有真相」這句古老的互聯網格言，已經淪為一句徹頭徹尾的笑話。

而這些百萬次轉發的內容，也都被證實是個超低級 AI 縫合怪。

除了視頻的泛濫，引起大家關注的還有一張在 X 上瘋傳的衛星圖。畢竟，誰會花幾個億發顆衛星，就為了在網上 P 張圖騙我？

圖片顯示，位于卡塔爾的一個美軍雷達系統，在遭受伊朗無人機打擊后化為廢墟。連伊朗的主流媒體《德黑蘭時報》官方賬號都迫不及待地轉發了這張「戰果圖」。

▲圖片來源：X@TehranTimes79

短短 48 小時內，這條帖子的閱讀量直接突破了 100 萬。但很快，開源情報專家們就把這張圖的底褲扒光了。

經過比對，這根本不是什么卡塔爾的雷達基地，而是巴林的一個區域。更荒謬的是，這圖是用一張一年前的老照片強行用 AI 「捏」出來的。

怎么看出來的？有網友發現這張圖片細看非常拙劣，雖然建筑看起來被炸毀了，但周圍停放的車輛位置竟然和一年前一模一樣；更離譜的是，所謂「爆炸后」的光照陰影角度，跟一年前那張晴朗日子的圖分毫不差。

打敗 AI 魔法，還是這樸素的五步

盡管目前大多數的 AI 生成內容，都被強制要求帶上顯示水印或者數字水印，但這套方案還是容易被繞過。

就拿 Nano Banana 生成的圖片來說，官方提示會加入 Gemini 的 Logo 水印，和無法被肉眼察覺的 Synth ID 數字水印，但在社交媒體上，經過多輪的手動截圖裁剪壓縮等操作，Gemini 就很難再識別到之前嵌入的水印。

▲在 reddit 上已經有相關繞過 Synth ID 水印的方法

1、抓細節，看不對勁的地方

有人問，既然最后都發現那些 AI 視頻和圖片破綻這么明顯，為什么大家一開始沒看出來？

理由其實很簡單，當我們看一張 AI 生成的人臉時，我們的大腦會本能地尋找違和感，眼睛、皮膚紋理、耳朵的形狀，這是我們幾百萬年進化出來的生物本能。

但是，當俯視一張從幾百公里高空拍下來的建筑、道路和地形時，這種本能失效了。因為沒有人天生知道，在特定分辨率的傳感器下，一座炸毀的雷達站「應該」長什么樣。

沒有太多可以參考的信息，AI 捏造的這些陌生內容，自然而然地就容易變成我們普通人眼里的客觀事實。

在算法已經能完美模擬光影和肌膚紋理的今天，尋找破綻的邏輯已經變了。除了要打破這種需要依賴參考系的想法，找各種技術上的 Bug，更多地是去尋找現實的邏輯斷層。

例如，背景里不合時宜的建筑風格、人物違背常理的微小動作等。

▲未經查證的照片

在前段時間馬杜羅被捕后，社交媒體上也瘋傳了幾張他的「囚禁照」，外媒的視覺調查團隊迅速發現，這些圖片存在可疑之處，飛機窗戶的設計與現實機型不符、馬杜羅衣服在兩張照片里不同。

雖然沒有直接證據證明它們是假的，但這些疑點，也讓媒體決定不刊登這些照片。

2、誰發的信息，比信息本身更重要

一張圖片背后，發布者的身份往往比內容本身更能說明問題。

這張所謂的哈梅內伊遇害的照片，也在社交媒體上獲得了 550 萬次的瀏覽，但這個賬號的主人，在這里的網頁關于部分寫著，「SilverTrade.com 致力于提供貴金屬行業最準確、最具洞察力和最及時的報道。」

還有馬杜羅那張照片，即便是在 Truth Social 上發布，但多個新聞機構依然對圖片的真實性心存疑慮。

最后，大多數的媒體是選擇了以截圖形式引用了整條帖子，而非單獨呈現這張照片，很有一種「不信任但有新聞價值」的處理方式。

3、追蹤數字足跡，歷史記錄不會說謊

AI 制造的假新聞，最常見的手法是「挪用」舊素材。通過 Google、TinEye 等搜索引擎的反向圖片搜索，甚至查看圖片元數據（比如拍攝時間、設備型號），就能快速判斷內容是否造假。

▲https://tineye.com/

例如這張經典的篡改圖片，只是在一張已有照片的前提下，通過傳統的復制移動手段，就輕松騙過了一眾媒體。

4、從時間和地點，驗證關鍵背景信息

假設我們看到一段聲稱拍攝于某地的視頻，我們可以通過 Google Maps 或衛星圖像檢查畫面是否與該地點一致。

▲Google Earth 會提供完整的歷史圖像和街景

還可以用 SunCalc，通過畫面里的陰影方向，推算出拍攝的大概時間。如果聲稱是昨晚拍的，但陰影顯示是正午，基本可以判定造假。

▲ 在攝影圈，SunCalc 也是一個精準計算太陽和月亮方位，找到拍攝黃金時刻的地理網站

5、善用深度研究，讓 AI 對抗 AI

現在幾乎所有的 AI 工具都有自己的深度研究功能，像是之前我們總結的春節 AI 大戰內容，讓 ChatGPT 的深度研究，先跑上半個小時，為我們總結了這些信息。

深度研究的好處在于，AI 生成的每一句話都附有來源鏈接，你可以直接看到信息出自哪里、屬于什么性質。如果我們對數據精確度要求較高，還可以在提示詞里加上：「對每一個結論，給出一個可信度判斷。」

但要注意一點：深度研究可能靠譜，普通問答不太行。

直接問 AI「這條新聞是真的嗎」，它有時候會把社交媒體上某人隨口發的推測，和正規報道混為一談，給我們一個「看起來有理有據」的錯誤答案。深度研究至少讓你能看到原始信息源，自己判斷。

▲這兩張圖，你能分出哪張是真實的嗎

例如，當我們把這兩張圖片直接丟給 AI，問「這張圖片是由 AI 生成的嗎？」

Gemini 說這兩張圖都極有可能是基于同一張原圖，進行了后期圖像處理或 AI 換色生成的產物。而 ChatGPT 和豆包告訴我，那張紅色的圖片更大概率是 AI 生成的。

專門的圖片篡改監測工具現在也有很多，有網友前幾天還專門測試了一波市面上的十多款 AI 內容檢測工具（包括 hivedetect.ai、aiornot.com、copyleaks.com、以及部分通用 AI 工具），結果超過 1000 次的測試顯示，

魔法打敗不了魔法，用 AI 檢測 AI 是一場注定破產的幻想。

▲圖片來源：NYT 文章（These Tools Say They Can Spot A.I. Fakes. Do They Really Work? 這些工具聲稱可以識別人工智能造假。它們真的有效嗎？）

AI 檢測工具可以作為參考，它能給我們一個方向，但無法直接做判斷。

Adobe 在 PS 25 周年的時候，還推出過一個圖片真假小測驗的網站，感興趣的朋友可以去看看，當時的技術只能是純 PS，就已經能做到有些圖片難以辨別，更不用說現在強大的 AI。

▲ 分辨圖片是 PS 還是真實的：https://landing.adobe.com/en/na/products/creative-cloud/69308-real-or-photoshop/index.html

「讓子彈飛一會兒」

面對最近各種 AI 假圖片、假新聞的泛濫，社交平臺也開始了行動。

從今天起，X 平臺上的創作者如果上傳 AI 生成的相關視頻卻未標注「這是 AI 制作」的，將被暫停 90 天的「創作者收入共享計劃」。如果再次違規，永遠無法從平臺賺到廣告分成。

X 的平臺分成向來可觀，不少 AI 自媒體都有在 X 同步更新；年初 X 平臺還更新內容激勵計劃，以首頁出現的次數來對內容進行收入劃分，同時鼓勵長文的創作。

▲X 產品負責人 Nikita Bier 發文稱修改創作者收益分成

這條政策一出，X 上的創作者和網友們都炸開了鍋。有些人支持，「總算要管管了！」但也有人質疑，「為什么只針對沖突視頻？其他領域的假內容不一樣造成各種危害嗎？」

我想即便這些措施涵蓋了各個領域的假消息，實際的成效恐怕也并不樂觀。畢竟，用戶可以輕松地使用其他賬戶重新發布，而平臺的內容審核，遠遠趕不上假圖傳播的速度。

在 The Verge 采訪虛假新聞專家的文章里面提到，「普通人必須清醒地認識到，當前的數字環境，天然就是向操縱和欺騙傾斜的。」

現在看來更大的問題還是回到了，我們對 AI 偽造的警惕性仍然不足。但作為一個吃瓜群眾，如果要自己對每一條新聞都要去做事實核查也太麻煩了。

保持耐心或許是更簡單的方法，姜文電影里那句「讓子彈飛一會兒」，會是我們在算法操縱下，最清醒的一種特立獨行。