賽博照妖鏡下，AI美女全變鬼。
來看它的牙。
把影像飽和度拉滿，AI人像的牙齒就會變得非常詭異，邊界模糊不清。
整體圖片的顏色也正常，麥克風部分更是奇怪。
對比真實人類照片，則應該是這樣的。
牙齒是清晰的，圖片色塊都是均勻一致的。
這個工具已經開放，人人都能拿著照片去試試。
AI生成影片中的某一幀，也難逃此大法。
不漏牙的照片也會露出問題。
不過BTW，這個工具出自Claude之手。用AI破解AI，奇妙的閉環。
有說一，最近AI人像太逼真又引發了不小討論，比如一組大火的“TED演講者視頻”，其實沒有一個是真人。
不只是人臉難以區分，就連之前AI的短板──寫字，現在都能完全以假亂真。
更關鍵的是，生成這樣的AI人像，成本也不高。低至5分鐘、每20秒1.5美元（人民幣10塊左右）的價格即可搞定。
這下網友們都坐不住了，紛紛搞起AI打假大賽。
近5千人來討論，這兩張圖到底哪張是真人。
給出的理由五花八門。有人發現文字、花紋細節很抽象，有些人則覺得人物眼神很空洞…
最先進的AI們生成人像有啥規律，逐漸被大家摸索出來了。
01 不看細節很難分辨
總結來看，調整飽和度或許是目前最快速辨別的方法。
AI群像照在這種方法下暴露得更加徹底。
不過它存在一個問題。如果影像用JPEG演算法壓縮過後，此方法可能會失效。
例如確定這張照片是真人照片。
但由於畫質壓縮以及光線等問題，人物牙齒也有點模糊。
所以網友們也列出了更多分辨人像是否是AI合成的方法。
第一種方法，簡單說就是靠人類的知識判斷。
由於AI學習影像的方式和人類並不一致，難免無法100%掌握人類視角下的視覺資訊。
造成的結果就是，AI生成的圖片常常包含與現實世界不符之處，這就為圖像的鑑別提供了著手之處。
用開頭的這張圖片當例子。
從整體來看，人物的皮膚過於光滑，看不到任何的毛孔，這種過於完美的特徵反而增加了不真實感。
當然這種“不真實感”並不完全等同於“造假”，畢竟經過磨皮處理的圖片同樣看不到毛孔。
但這並非唯一的判斷因素，AI在圖片中留下的與常識的出入也未必只有一處。
實際上，這張圖只要稍微看以下細節，就能看到一個比較明顯的特徵──胸牌上方掛鉤奇特的連結方式。
還有在高飽和模式下露出破綻的麥克風，放大之後直接用肉眼也能看出端倪。
更隱密的是，頭髮末端有幾根毛髮的位置很不合理，但這樣的特徵，恐怕要擁有列文虎克等級的視力才能看到了。
不過，隨著生成技術的進步，能夠找到的特徵越來越隱蔽，也是無法避免的趨勢。
還有一種方法是看文字，雖然AI在字型的刻畫上正逐漸克服“鬼畫符”的問題，但正確地渲染出有正確實際含義的文字還存在一些困難。
例如有網友發現，照片中的人佩戴的胸牌上，Google標誌的下方最後一行字中的兩個字母是“CA”，表示美國加州，前面的一大長串應該是城市名。
但實際上，加州根本沒有名字這麼長的城市。
除了這些物體本身的細節，還有光線、陰影等資訊也可以用來判斷真偽。
這張圖片是從一段影片當中提取的，在它所在的影片當中還有這樣的畫面。
在麥克風右側的位置，有一片十分詭異的陰影，這片陰影對應的是人物的一隻手，顯然AI在這裡處理得有所欠缺。
說到視頻，由於涉及前後內容一致性，AI倒是比在靜態圖像中更容易露出雞腳馬腳。
還有一些特徵不算“常識錯誤”，但也體現出了AI在生成圖像時的一些偏好。
例如這四張圖，都是AI合成的「普通人」（average people），有沒有發現什麼共同點？
有網友表示，這四張圖裡的人，沒有一個是笑臉，這點似乎體現了AI生圖的某種特徵。
針對這幾張圖而言確實如此，但這樣的判斷方式很難形成系統，畢竟不同的AI繪圖工具，特點也不盡相同。
總之，為了因應逐漸進步的AI，一方面可以加大「列文虎克」的力度，一方面還可以引入像拉高飽和度這樣的影像處理技術。
但如果這樣的「量變」累積得越來越多，肉眼判斷也會越來越困難，影像飽和度可能也有AI攻破的一天。
所以人們也在改變思路，想到了「以模製模」的方法，用AI產生的圖片訓練偵測模型，從影像分析更多特徵。
例如AI生成的影像在頻譜、雜訊分佈等方面有許多特點，這些特點是依靠肉眼無法捕捉，但AI卻能看得很清楚。
當然，也不排除檢測方法落後、跟不上模型變化，甚至模型開發者專門進行對抗性開發的可能性。
例如前文一直在討論的這張圖片，某位AI偵測工具認為它是AI合成的機率只有2%。
但AI造假和AI偵測之間的賽局過程，本身就是一場「貓鼠遊戲」。
所以在檢測之外，可能還需要模型的開發者也負起一些責任，例如給AI生成的圖片打上隱形水印，讓AI造假無處遁形。
02 AI魔高一尺
值得一提的是，如上引發恐慌的AI人像，不少都是由最近爆火的Flux生成/參與製作。
甚至大家已經開始默認，效果太好難以分辨的，就是Flux做的。
它是由Stable Diffusion原班人馬打造，發布才10天就在網路上掀起軒然大波。
這些精美的假TED演講照片，都是出自它手。
還有人用Flux和Gen-3一起做了精美的保養品廣告。
以及多角度的各種合成效果。
它很好解決了AI畫手、AI生成圖片中文字等問題。
這直接導致現在人類區分AI畫圖，不能再直接看手和文字了，只能盯著蛛絲馬跡猜。
Flux應該是在手部、文字等指標上加強了訓練。
這也意味著，如果當下的AI繼續在紋理細節、色彩等方面下功夫訓練，等到下一代AI畫圖模型出來時，人類的辨認方法可能又要失效了…
而且Flux還是開源、筆記型電腦上可運作的。不少人現在已經在Forget Midjourney了。
從Stable Diffusion到Flux，花了2年。
從“威爾史密斯吃麵”到“Tedx演講者”，花了1年。
真不知道以後為了分辨AI生成，人類得想出哪些歪招了…
寫在最後，AI工具還是要用可靠的，天下沒有免費的午餐，該付費還是需要付費的喲。如果需要使用國際虛擬信用卡去支付，你可以選擇牛牛平台。 NIUNIUCARD平台就是一個專門提供開通國際虛擬信用卡的平台，有興趣的朋友可以加客服TG（@bullbull1999）諮詢了解。
參考連結：
[1]https://x.com/ChuckBaggett/status/1822686462044754160
[2]https://www.reddit.com/r/artificial/comments/1epjlbl/average_looking_people/
[3]https://www.reddit.com/r/ChatGPT/comments/1epeshq/these_are_all_ai/
[4]https://x.com/levelsio/status/1822751995012268062
