如何判断一张图片是否由 AI 生成：检测工具能看到什么，看不到什么

图片检测的原理并不是识别画面内容或找出多余的手指之类的破绽，而是分析底层的统计结构：噪点分布、频域伪影，以及生成模型上采样过程留下的痕迹。这些信号肉眼看不见，也能在轻度编辑后保留下来——所以检测工具可能会把一张看起来完全正常的图片标记出来，也可能漏掉一张人眼一看就觉得是合成的图片。

图片检测结果不可靠，最常见的原因就是文件经过了重新压缩。截图的截图、从聊天软件保存下来的图片、经社交平台重新编码的照片，恰恰是检测工具所依赖的那部分底层结构被部分覆盖掉了。检测时应始终使用能拿到的最高质量原图；如果手上只有下载来的缩略图，老实说，这个文件是没法评估的。

JPG、PNG、WebP 这些常见格式，可用的检测信号量各不相同：无损格式保留得更多，高强度 JPEG 压缩则会抹掉更多。分辨率的影响也是同样的道理——尺寸越小的图片，包含的统计证据就越少。这就是为什么同一张图片在不同尺寸下会得出不同结果，这并非检测工具不稳定，而是每个文件里实际留存的证据量本来就不同。

检测工具和人眼会在不同的地方出错，这正是两者结合使用的价值所在。人眼擅长发现语义上说不通的地方：融化成一团形状的文字、彼此矛盾的倒影、和皮肤融为一体的首饰、方向不一致的阴影。检测工具则擅长捕捉人眼根本注意不到的统计残留。两者同时使用，并把结果不一致当作进一步排查的信号，远比只信任其中一个更可靠。

只要能找到来源证据，它的分量就胜过任何检测分数。这张图片最早出现在哪里？是谁发布的？发布者过往的记录如何？其他地方是否有更早的版本？内嵌的元数据是否还在？如果反向搜图能找到这张图片两年前就已发布，这个结论的说服力是任何百分比都比不上的。检测工具恰恰是在无法溯源时才最有价值，而这时也正应该把不确定性一并写清楚。

如果一个判断要拿去分享或据此采取行动，就要记录下测试了什么、发现了什么：文件版本、分辨率和格式、检测分数、注意到的视觉异常，以及任何溯源证据。像 NotGPT 这样的工具会为上传的图片返回一个概率值，保留一份简短的检测记录能让结果随时间可比对。一个记录了自身依据的结论是可以被重新审视的；聊天窗口里孤零零的一个百分比数字则不行。