要判断一张照片是否由 AI 生成，请留意当前 AI 图像模型经常产生的典型视觉瑕疵——例如畸形的手部、不对称的面部特征、背景中混乱的文字，或不自然的光照。你还可以将图像放入专门的 AI 检测工具中进行分析，例如 Google 的 SynthID 检测器、Hive Modulate 或 Illuminarty，并检查文件的元数据是否缺失或存在不一致的 EXIF 数据。没有任何单一方法能做到 100% 可靠，因此将视觉分析、检测工具和来源核实结合起来，才能得出最准确的结论。
如何判断一张照片是否由 AI 生成：7 个可靠迹象与工具
直接回答： 要判断一张照片是否由 AI 生成，请留意当前 AI 图像模型经常产生的典型视觉瑕疵——例如畸形的手部、不对称的面部特征、背景中混乱的文字，或不自然的光照。你还可以将图像放入专门的 AI 检测工具中进行分析，例如 Google 的 SynthID 检测器、Hive Modulate 或 Illuminarty，并检查文件的元数据是否缺失或存在不一致的 EXIF 数据。没有任何单一方法能做到 100% 可靠，因此将视觉分析、检测工具和来源核实结合起来，才能得出最准确的结论。
---
为什么检测 AI 生成照片很重要
Midjourney、DALL·E 3、Stable Diffusion 和 Adobe Firefly 等生成式 AI 工具能在几秒钟内生成逼真的照片。这些图像越来越多地被用于散布虚假信息、捏造新闻事件、冒充真实人物以及操纵公众舆论。仅在 2024 年，就有 AI 生成的图像虚假描绘自然灾害、政治人物和武装冲突，在被辟谣之前已在各大社交平台上疯传。
懂得如何识别 AI 伪造照片，已不再是法证分析师的专属技能——它已成为日常媒介素养中不可或缺的一部分。
---
照片可能由 AI 生成的 7 个视觉迹象
即使是最优秀的 AI 图像生成器，也会留下特征性的瑕疵。训练你的眼睛去发现这些迹象：
1. 不自然或畸形的手部
手部仍是 AI 模型最难正确呈现的部位之一。数一数手指。注意是否有多余的指节、融合的手指、比例怪异，或与其他物体混在一起的手。这至今仍是最可靠的快速检查方法。
2. 不对称或“过于完美”的面孔
AI 生成的面孔往往看上去近乎完美——但仔细观察会发现耳环不匹配、一只眼睛略高于另一只，或发际线与背景的过渡显得怪异。极度的对称再加上看似经过磨皮、毫无毛孔的皮肤，就是一个危险信号。
3. 混乱或无意义的文字
背景中的文字——招牌、标签、报纸、T 恤——经常被图像生成器搞得乱七八糟。字母可能错乱、镜像，或拼不出真实的词语。如果照片中的文字无法辨认或看上去是凭空捏造的，就应将其视为警示信号。
4. 不一致的光照与阴影
AI 模型在处理物理上一致的光源方面可能有困难。检查所有物体的阴影是否朝同一方向投射，以及眼睛、眼镜或水中的倒影是否与场景相符。
5. 模糊或扭曲变形的背景
AI 图像中的背景常常被过度平滑、出现怪异的模糊，或包含彼此不自然地融合在一起的物体——例如溶进墙里的栅栏柱，或叶片排列出奇均匀的树木。
6. 漂浮或错位的配饰
没有连到耳朵上的眼镜框、从耳垂上漂离的耳环、链条中途消失的项链，以及表盘空白或随机的手表，都是常见的 AI 破绽。
7. 布料与纹理的不一致
服装上的图案——条纹、格子、徽标——经常变形，或无法正确地贴合身体轮廓。注意那些随机起止的图案，或在接缝处无法对齐的图案。
---
能够检测 AI 生成图像的工具
仅靠视觉检查是不够的——尤其是随着 AI 模型不断改进。以下工具增加了一层技术分析：
| 工具 | 工作原理 | 是否免费？ |
|---|---|---|
| Hive Modulate (hivemodulate.com) | 基于深度学习的分类器，使用 AI 生成图像与真实图像训练而成 | 提供免费套餐 |
| Illuminarty (illuminarty.ai) | 检测 AI 生成概率，并高亮可疑区域 | 提供免费套餐 |
| Google SynthID | 在生成时嵌入的隐形水印（仅对 Google 自家 Imagen 输出有效） | 内置于 Gemini/Imagen |
| AI or Not (aiornot.com) | 针对照片和艺术作品的拖放式分类器 | 免费 |
| FotoForensics (fotoforensics.com) | 通过误差级别分析（ELA）查找被篡改的图像区域 | 免费 |
> 提示： 你也可以在 faxtr.com/check 提交可疑图像的核查请求，由 FAXTR 的核查团队将视觉证据与来源背景进行交叉比对。
---
如何检查图像元数据（EXIF 数据）
用相机或智能手机拍摄的真实照片包含 EXIF 元数据——记录设备型号、镜头、GPS 坐标、快门速度和时间戳等信息。AI 生成的图像通常没有 EXIF 数据，或只有事后添加的极少量通用元数据。
检查方法：
- 右键点击图像文件 →属性→详细信息选项卡（Windows），或使用预览 → 工具 → 显示检查器（Mac）。
- 上传到免费的 EXIF 查看器，例如 Jeffrey's Exif Viewer (exifdata.com) 或 Jimpl (jimpl.com)。
- 查找诸如
Camera Make/Model（相机制造商/型号）、Focal Length（焦距）和GPS等字段。一张真实的新闻照片会包含其中大部分信息。如果记录为空白或稀疏得可疑，就是一个警示信号。
注意：真实照片的 EXIF 数据也可能被剥离（许多社交平台会自动这样做），因此仅凭其缺失并不能证明是 AI 生成——应将其作为众多信号之一来使用。
---
反向图像搜索：核查来源
在断定某张图像由 AI 生成之前，先进行一次反向图像搜索，看看它最早出现在哪里：
- Google Images — 在 images.google.com 拖放图片
- TinEye (tineye.com) — 专门用于追踪图像的来源与历史
- Yandex Images — 经常能找到 Google 漏掉的匹配结果，尤其是人脸
如果一张所谓的“新闻事件”照片在某个特定的近期日期之前返回零结果，或只出现在可信度低的网站上，那就是捏造的强烈迹象——无论是 AI 生成还是经过其他方式的篡改。
---
需要牢记的重要局限
- 检测工具并非万无一失。 主流 AI 检测工具的准确率大致在 70–90% 之间，具体取决于所使用的生成器以及是否进行了后期处理。它们既会产生误报，也会产生漏报。
- AI 图像正在迅速改进。 2022 年有效的迹象（如六根手指的手）随着模型的进步正变得越来越不可靠。
- 真实照片可能被部分 AI 编辑过（例如使用 Adobe Generative Fill），这使得“真实 vs. AI”的二元分类更加困难。
- 水印标准仍在形成中。 C2PA（内容来源与真实性联盟）正在制定开放的元数据标准，以便在拍摄时对真实图像进行加密签名——但截至 2025 年，其采用范围仍然有限。
---
快速核查清单：如何判断一张照片是否由 AI 生成
- [ ] 放大查看手部、耳朵和牙齿
- [ ] 阅读图像中任何可见的文字
- [ ] 检查光照方向和阴影一致性
- [ ] 查看 EXIF 元数据
- [ ] 用 Hive Modulate 或 AI or Not 进行检测
- [ ] 在 Google 和 TinEye 上做反向图像搜索
- [ ] 核查原始来源和发布背景
在对图像真实性存疑时，将以上所有步骤结合使用，能为你提供最可靠的判断。
常见问题
AI 生成照片最常见的迹象有哪些？
最常见的视觉迹象包括手部畸形或手指数量过多、面部特征不对称、背景文字混乱或无意义、阴影在物理上不一致，以及背景物体不自然地模糊或融合。即使在高质量的 AI 生成图像中，这些瑕疵依然存在。
有没有免费的工具来检测 AI 生成的图像？
有。免费工具包括 Hive Modulate (hivemodulate.com)、AI or Not (aiornot.com)、Illuminarty (illuminarty.ai)，以及用于误差级别分析的 FotoForensics (fotoforensics.com)。这些工具都不是 100% 准确的，因此应与视觉检查和来源核实配合使用。
AI 生成的图像有 EXIF 元数据吗？
AI 生成的图像通常没有 EXIF 元数据，或只有稀疏的通用数据，因为它们并非由实体相机拍摄。真实照片包含相机制造商/型号、焦距、时间戳，通常还有 GPS 数据。不过，许多平台也会从真实照片中剥离 EXIF，因此其缺失只是一个信号，而非确凿证据。
反向图像搜索能检测出 AI 照片吗？
反向图像搜索（Google Images、TinEye、Yandex）不能直接检测 AI 生成，但它能揭示一张图像是否拥有可信的来源和历史。如果一张所谓真实的新闻照片在某个近期日期之前无处可寻，或只出现在可信度低的网站上，那就强烈暗示这是捏造的。
AI 图像检测工具的准确度有多高？
当前的 AI 图像检测工具准确率大致在 70–90% 之间，具体取决于用于生成图像的 AI 模型以及所做的任何后期处理。它们既可能产生误报（把真实照片标记为 AI），也可能产生漏报（漏掉 AI 伪造），这正是始终建议结合多种方法的原因。