当 AI 生成的图难辨真假，我们正在为"像"付出代价

有个帖子我一直记得。一个人在 Reddit 上抱怨，说他在 DoorDash / Grubhub 上找晚饭，翻了十几家店，菜单上的菜图几乎全是 AI 生成的，而且"看得我直犯恶心，最后干脆关掉了"。

底下最高赞的回复不是骂 AI，而是说了一句很实在的话：手机摄像头拍食物完全够用了，用 AI 图明明是糟糕的商业决策。还有人补刀：你拿快餐店官网的图去比实物，一样会失望。

问题不在于 AI 图"假"，而在于它假得千人一面——那种过度锐化、油腻发亮、每一根薯条都完美得不像话的质感，看多了会让人本能地不信任。更微妙的是，这种质感正在变成一种通用"滤镜"，从菜单蔓延到广告、到商品页、到我们每天滑过的每一条信息流。

大家其实分辨不出来

两周前，Hacker News 上有个小游戏被顶到首页，叫"你能看出哪些图是 AI 生成的吗"，拿到 112 分、85 条评论。游戏很简单：给你一串图，10 秒一张，判断真假。

结果有点扎心。评论区里有人说自己在手机上"基本靠猜"；也有人总结出一套朴素但有效的策略——问自己一句：人有什么理由拍这张照片？

他举的例子很妙：一张床头柜的图，上面放着一串钥匙和一张收据，构图干净、没有瑕疵、完全看不出 AI 痕迹。但仔细一想，谁会特意拍这个？就是这种"没有理由存在"的照片，暴露了它的来历。另一条高赞评论更省事："这图是不是我自己拍的？是 → 不是 AI；不是 → AI。"

有意思的是，好几个人都提到，10 秒的限时才是真正让游戏变难的原因——"大部分人在社交媒体上看一张图，压根不会超过 10 秒。"换句话说，在真实的信息流里，我们判断一张图真假的时间，可能还不如游戏里给的多。

顺带说几个评论区公认的"破绽"：光线完美得没有影子、东西摆得太整齐没有生活痕迹、细节放大后局部糊掉、以及最常见的那条——这画面找不到任何被拍下来的理由。

它已经到处都是了

AI 生成的图不只出现在菜单上。

海外有个讨论度很高的现象：祖辈们兴冲冲地用 AI 生成"孙子孙女的照片"发到家庭群里，年轻父母则相当反感——因为那些照片用的是孩子的脸，却发生在从来没有过的场景里。双方的分歧不在技术，在"孩子的形象该由谁做主"。这事听着像家庭琐事，但它其实是同一个问题的另一种样子：一张图承载的不只是画面，还有"这件事真的发生过"的默认前提。

广告、电商、二手房、招聘页……凡是需要"一张好看的图"的地方，都在被 AI 图填满。效率是真高，但代价也在累积：当每张图都完美得挑不出毛病，人对图片的默认信任就在一点点被消耗。信任这东西很贵，建立起要很多年，磨掉只要几张图。

水印这件事，吵得很凶

上个月，阿里的 Qwen Image 2.1 因为开源、70 亿参数、能本地跑，在海外刷屏。技术圈一片叫好，但评论区里也冒出一句很清醒的话："这么大能力，居然还没有水印，有点让人担心。"

这正是当下最拧巴的地方：让一个开源模型好用的那些特性——免费、可本地部署、不经过任何人的服务器——同时也让伪造变得更容易。水印和溯源（provenance）不是技术炫技，而是这场"真实性通胀"里唯一还算靠谱的锚点。

我们该在意什么

我不觉得 AI 图本身是问题。它让做图这件事变得又快又便宜，这是好事。有人用它做电商图、做科研配图、做个人写真，效率提升是实打实的。

真正值得在意的，是默认的诚实。一张图是拍的还是生成的，不该需要用户去做一场 10 秒的侦探游戏才能判断。菜单上的菜图是不是实物、广告里的人是不是真人、孩子的照片有没有被 AI 改过——这些问题的答案，本就该贴在图旁边，而不是藏在细节里等人猜。

技术已经把"像"做到了极致。接下来该补上的，是"真"。而对做图、用图的人来说，早点把"这图哪来的"当回事，可能比多学几个提示词更重要。