眼见为实终结了:AI生成的照片和视频,已经骗过了我的眼睛

以前我们说”有图有真相”，后来变成”有图也不一定有真相”，现在——连”有视频”都不一定有真相了。GPT Image 2 能生成以假乱真的照片，HappyHorse 能生成带声音的视频。我花了半天时间测试，结论是：我的眼睛已经不够用了。

先看几张图，你能分辨真假吗？

下面这 4 张图，有的来自真实摄影，有的来自 AI 生成。你先别往下滑，试着猜一下：1 张真实摄影、3 张 GPT Image 2 生成。

答案在文末，猜完了？先别急着翻答案。

我测试了 50 张 AI 生成的图片发给朋友，准确率只有 47%——也就是说，比瞎猜好不了多少。

这不是因为我的朋友不够聪明，而是因为 AI 生成技术在这两个月发生了质变。

两个”炸弹”同时引爆

4 月 21 日，OpenAI 上线 ChatGPT Images 2.0。

4 月 27 日，阿里开放 HappyHorse-1.0 API 测试。

这两个产品，一个管”图”，一个管”视频”，但它们共同指向同一个结论：AI 生成的视觉内容，已经跨过了”以假乱真”的门槛。

GPT Image 2：照片级真实

GPT Image 2 上线几小时就血洗了 Image Arena 榜单，领先第二名 242 分。

它最恐怖的能力不是”画得好看”，而是画得真实：

• 人物皮肤的毛孔和皱纹，清晰可见

• 光线反射、阴影投射，符合物理规律

• 中文文字渲染准确率 99%
  
  ——这意味着它可以生成逼真的路牌、广告、菜单

• 新增”推理模式”：先理解你的需求，再决定怎么画

换句话说，它不是在”画画”，它是在”拍照”——只不过拍的是不存在的场景。

HappyHorse：视频也能以假乱真

阿里的 HappyHorse 更进一步——它生成的是带声音的视频。

• 150 亿参数，文生视频 Elo 得分 1383，断层领先

• 原生支持 7 种语言唇形同步（中英粤日韩德法）

• 单张 H100 生成 5 秒 1080P 视频，只需 38 秒

• 一次性生成带音轨的完整视频，不需要后期配音

这意味着什么？它可以生成一段”某人在说某话”的视频，口型对得上，声音也对得上——但这个人从来没说过这些话。

我亲自测试了，结果让我后背发凉

测试一：生成一张”新闻现场”照片

我输入了这样一段提示词：

一张纪实摄影风格的照片，一位记者手持话筒站在新闻发布会现场，背景是蓝色横幅和闪光灯，前景有模糊的摄影师剪影，35mm 镜头，浅景深，胶片颗粒感，画幅比例 16:9。

结果：照片看起来完全像是在新闻发布会现场拍的。记者胸前的媒体证、背景横幅上的文字、闪光灯的光晕——每一个细节都经得起放大看。

我把这张图发到群里，问”这是哪个新闻”，三个人给出了三个不同的答案，没有一个人怀疑这是 AI 生成的。

测试二：生成一张”朋友圈日常”照片

一张手机随手拍风格的照片，一杯咖啡放在木质桌面上，旁边有一本翻开的笔记本和一支笔，窗外是模糊的城市街景，自然光线，轻微过曝，iPhone 拍摄质感，画幅比例 4:3。

结果：这张图看起来和我每天在朋友圈看到的照片没有任何区别。过曝的光线、木桌的纹理、咖啡杯的阴影——它甚至模拟了手机镜头的畸变。

这才是最可怕的：不是”精美到认不出是 AI”，而是”普通到根本不会去怀疑”。

测试三：生成一张”有文字”的场景

一张中国农村小卖部的招牌照片，招牌上写着”老王杂货店”，旁边贴着褪色的商品广告，水泥墙面有斑驳的痕迹，午后阳光斜射，画面温暖怀旧，画幅比例 4:3。

结果：招牌上的”老王杂货店”五个字，笔画清晰、字体自然、甚至有风吹日晒的褪色效果。以前的 AI 画中文是鬼画符，现在——你根本看不出是 AI 写的。

“眼见为实”终结后，我们面临什么？

这不是一个技术问题，而是一个社会问题。

诈骗升级：AI 换脸 + AI 语音已经实战化

2025 年，AI 换脸诈骗案件同比增长 300%。骗子用 AI 生成你”朋友”的视频通话，声音、表情、口型全部吻合。现在有了 HappyHorse，生成成本更低、速度更快、效果更逼真。

以前防诈骗靠”视频确认”，以后视频也不能信了。

新闻造假：假新闻有了”视觉证据”

一张 AI 生成的”新闻现场”照片，配上一段编造的文字，就可以在社交媒体上引发恐慌。GPT Image 2 的文字渲染能力意味着，连路牌、横幅、文件上的文字都可以是假的。

以前说”无图无真相”，现在”有图”也可能是假的。

社交信任：你朋友圈里有多少是真实的？

当 AI 可以生成完美的”日常照片”时，社交媒体上的”真实生活”还有多少是真实的？旅游照、美食照、自拍——每一个都可以是 AI 生成的。

不是人们会造假，而是造假变得太容易了，容易到”真实”反而成了稀缺品。

作为普通人，怎么保护自己？

不需要恐慌，但需要建立新的”信息鉴别习惯”：

三个简单原则：

1. 看来源：官方媒体 > 认证账号 > 普通用户 > 匿名来源

2. 看细节：AI 生成的内容在细节上偶尔会”穿帮”——手指数量不对、背景文字乱码、光影方向矛盾

3. 看情绪：如果一条内容让你特别愤怒或特别感动，先等 10 分钟再决定是否转发——情绪越强，越可能是精心设计的

写在最后

“眼见为实”这四个字，用了几千年。

从伽利略用望远镜看到木星的卫星，到摄影术的发明，再到互联网时代的图片分享——”看到”一直是人类建立信任的基础。

但 2026 年 4 月，这个基础被动摇了。

GPT Image 2 和 HappyHorse 不是第一个能做到以假乱真的 AI 工具，也不会是最后一个。技术只会越来越强，门槛只会越来越低。

我们无法阻止技术的进步，但我们可以提升自己的判断力。

在”眼见为实”终结的时代，比”看到”更重要的，是”思考”。

📌 文末答案：开头 4 张图中，只有第 4 张是真实摄影，其余 3 张全部由 GPT Image 2 生成。你猜对了吗？

· · ·

技术的尽头是人文，代码的背后是生活。一个程序员的自留地。