AI是如何“看”出图片是AI生成的?AI 图片鉴别从入门到精通(附学习资源干货)

声明：AI 图片鉴别不是简单的是非题，而是一个复杂场景题，它包含了一系列的问题——检测是不是 AI 生成、判断是否被篡改、识别来源模型、验证出处/水印、判断是否来自相机拍摄，这些技术的证据强度和适用范围都不同。

1. AI 图片鉴别到底在识别什么？

技术原理拆分：

2. 入门级：先用"人能理解"的方式建立直觉

A. Hany Farid / TED-Ed：入门友好

Hany Farid 在数字图像取证领域帮助新闻记者、法庭和政府机构在 AI 生成图像中找到结构性错误。他的 TED-Ed 内容会用阴影、反射、透视、几何结构、图像噪声等例子解释如何识别假图，很适合非专业背景入门了解。

推荐顺序：

1. How to spot fake AI photos — Hany Farid / TED-Ed适合理解：

• 为什么"看手指"只是低级线索
• 为什么阴影、反射、透视更有取证价值
• 为什么单靠肉眼越来越不可靠

2. Photo Forensics for AI-generated faces / Content Authenticity Initiative这篇适合专门理解 AI 人脸图。它讨论了阴影、反射、消失点、环境光、人脸对齐等线索，也提醒早期 GAN 人脸检测线索不一定适用于新一代扩散模型。

3. Photo Forensics 书籍 / Hany Farid如果你想系统学图像取证基础，这本书覆盖 EXIF、JPEG、PRNU、透视、阴影、反射、光照、重采样等经典技术。

适合你形成第一个全局观：AI 图片鉴别是综合判断图像的物理世界一致性、成像链路痕迹和统计特征。

3. 标准与水印：理解 OpenAI Verify、C2PA、SynthID 为什么和普通检测器不同

A. OpenAI Verify / OpenAI 官方说明

OpenAI Verify 这类工具本质上不是普通"图片分类器"，而是检查 OpenAI 生成内容相关的来源信号。OpenAI 当前说明中提到，该工具会检查上传图片中是否有受支持的来源信号，包括 C2PA 元数据和 SynthID 水印，并设计用于检测 ChatGPT、OpenAI API 或 Codex 生成的图片。

• 它检测的是"是否含有 OpenAI 支持的来源信号"；
• 检测到信号 ≠ 图片内容一定真实；
• 没检测到信号 ≠ 一定不是 OpenAI 或不是 AI；
• 元数据可能被平台压缩、转码、截图、重新保存时丢失；
• 水印也可能因强编辑、压缩、裁剪、重绘而变弱。

B. C2PA / Content Credentials

C2PA 是一个开放技术标准，为出版商、创作者和消费者提供建立数字内容来源和编辑历史的能力，其技术实现被称为 Content Credentials。它不是专门为 AI 图像设计的，也可用于相机、新闻机构、编辑软件等场景。C2PA 的核心思想是：把"谁创建、谁编辑、何时编辑、用什么工具"等信息作为加密签名的内容凭证附在文件中。

学习资源：

1. C2PA Technical Specification / 官方规范适合开发者和研究者，理解 manifest、claim、assertion、signature、hash binding 等概念。

2. C2PA Explainer比规范更易读，适合先了解"内容凭证"解决什么问题、不能解决什么问题。

3. c2patool / c2pa-rs这是实操最有价值的资源。你可以用命令行查看图片中是否有 C2PA manifest、签名是否有效、编辑链路是什么。Content Authenticity Initiative 的工具文档说明 c2patool 是一个命令行工具，可用于处理 C2PA manifest 和音频、图像、视频等媒体资产，支持读取 manifest 的 JSON 摘要报告。（c2patool 现已迁移至 contentauth/c2pa-rs仓库统一维护。）

动手做个小实验：

c2pa verify image.jpgc2pa inspect image.jpg

然后比较：

• 原始 AI 生成图；
• 上传社交平台再下载后的图；
• 截图后的图；
• Photoshop/Lightroom 导出的图；
• 压缩过的 JPG。

你会很快理解：C2PA 很适合证明"有凭证的来源"，但不能单独解决"所有无凭证图片是否为 AI"的问题。

C. SynthID / Google DeepMind

SynthID 是 Google DeepMind 专门为 AI 生成内容设计的水印工具，可在 AI 生成的图像或视频片段中加入不可见数字水印，且设计上能抵抗裁剪、滤镜、帧率变化或有损压缩等修改操作。

• 它是主动标记，不是事后通用检测；
• 通常只能识别支持该水印体系的生成来源；
• 比普通元数据更可能在部分编辑后保留；
• 但并不是不可破坏，也不是所有 AI 图都有。

SynthID Detector可用于识别 Google AI 工具生成内容中的 SynthID 水印。

4. 传统图像取证思路："相机真实痕迹"具体是怎样的

真实照片为什么和 AI 图不一样？

A. PRNU：相机传感器指纹

PRNU，全称 Photo Response Non-Uniformity，可以粗略理解为每台相机传感器的微弱噪声指纹。真实相机拍摄图像会带有传感器、镜头、去马赛克、压缩等成像链路痕迹，而 AI 图往往没有完整的真实相机链路。相关研究中，PRNU 被视为设备指纹，在来源相机识别和图像取证中很重要。

B. Noiseprint：CNN 提取相机模型指纹

Noiseprint 是一个非常值得看的开源项目。它用 CNN 提取"相机模型指纹"，尽量抑制图像语义内容、突出相机相关痕迹，可用于图像篡改定位等任务。

思考题：

• 真实相机图像为什么会有稳定噪声模式？
• 为什么 AI 图可能缺少这些痕迹？
• 为什么局部篡改区域的噪声模式可能和原图不一致？
• 为什么"取证"不只是看图像内容，而是看生成/拍摄链路？

C. JPEG、ELA、双重压缩

JPEG 压缩会留下量化和块效应痕迹。如果一张图部分区域被编辑、拼接、重新压缩，可能出现不一致的压缩误差。双重 JPEG 压缩检测、ELA 等技术就是基于这种思路。

但ELA 不是 AI 图片检测神器。 它更适合帮助发现压缩不一致或局部编辑痕迹，而不是直接判断"AI/非 AI"。

5. AI 生成图检测论文：经典到创新

A. CNN-generated images are surprisingly easy to spot… for now

这是 AI 生成图检测领域的经典论文之一。它研究了一个"通用检测器"是否可以只在某类生成模型上训练，然后泛化到其他生成模型。论文和项目页面说明其数据覆盖 ProGAN、StyleGAN、BigGAN、CycleGAN、StarGAN、GauGAN、DeepFakes 等多种 CNN 生成模型。

推荐理由：

• 它奠定了"用分类器检测生成图"的基本范式；
• 可以看到早期 GAN 图像留下的统计痕迹；
• 标题里的 "for now"——检测器的有效性会随生成模型进步而下降。当下的有效方法在未来大概率会过气/失效。

B. UniversalFakeDetect / Towards Universal Fake Image Detectors

这个项目重点研究跨生成模型泛化：例如用一种生成模型训练检测器，去检测另一类生成模型生成的假图。

思考题：

• 为什么检测器不能只记住某个模型的纹理；
• 为什么"泛化能力"比单一测试集准确率更重要；
• 为什么真实世界中最难的是检测训练时没见过的新模型。

C. DE-FAKE：检测 + 归因

DE-FAKE 研究文本到图像模型生成图片的检测和归因，覆盖 DALL·E 2、Stable Diffusion、GLIDE、Latent Diffusion 等模型。

它能带你理解两个不同问题：

1. Detection：是不是 AI 生成；
2. Attribution：可能来自哪个生成模型。

很多在线工具把这两件事混在一起，但技术上它们不是同一个问题。

D. GenImage 数据集

GenImage 是一个大规模 AI 生成图检测基准，包含超过百万级真实图和 AI 生成图配对数据，常用于训练和评估检测器。

思考题：

• 数据集设计如何影响检测效果；
• 为什么要评估跨模型、跨数据集、跨压缩质量；
• 为什么 benchmark 不等于真实世界表现。

E. Fake or JPEG? 数据集偏差

很多 AI 图检测数据集存在 JPEG 压缩、图像尺寸等偏差。导致模型训练后学会的不是分辨真伪AI图，而是学会了识别尺寸/压缩方式异常的图片而已。

如果数据集构造有偏，检测器也会跑偏。

6. 进阶：频域、patch、混合特征、CLIP

A. SSP：A Single Simple Patch is All You Need

SSP 的思路很有启发性：生成模型会努力把复杂纹理区域做得逼真，但可能忽略真实相机在"简单区域"中的隐藏噪声模式。因此，它尝试利用单个简单 patch 的噪声模式识别 AI 图。

思考题：

• 为什么"平坦区域"反而可能更有取证价值；
• 为什么噪声残差比物体语义更稳定；
• 为什么 patch-level 检测可提升泛化。

B. SPAI：频谱学习

SPAI 是通过 spectral learning 学习真实图像的频谱分布，在自监督设置下进行 AI 生成图检测。

思考题：

• 为什么 AI 图在频域可能留下异常；
• 为什么高频纹理、周期性伪影、上采样痕迹有用；
• 为什么频域方法对压缩和分辨率变化可能更鲁棒。

C. AIDE：混合特征检测

AIDE 提出利用多模型同时提取视觉伪影和噪声模式，属于"混合特征"检测方式。

• 单一特征不够稳；
• 视觉伪影和噪声残差可以互补；
• 真实世界检测需要组合多个证据源。

D. CLIP/VLM 检测

CLIP 类方法会利用图像-文本预训练模型的视觉特征来做 AI 图检测，部分研究还尝试判断生成来源。

思考题：

• 为什么大规模预训练视觉模型能提供强特征；
• 为什么语义层面的异常有时有效；
• 为什么 VLM 检测仍可能错过低层统计伪影。

7. 实操资源：干中学

A. Hugging Face

Hugging Face 上有不少 AI-generated-image-detection 模型、数据集和 demo，适合快速试模型、看输出分数、比较不同检测器差异。

练习步骤：

• 找 3–5 个检测模型；
• 准备真实照片、DALL·E/OpenAI 图、Midjourney 图、Stable Diffusion 图；
• 对每张图做以下变换：裁剪、截图、JPEG 压缩、加噪、缩放；
• 比较分数如何变化。

思考：检测器是不是很像统计证据工具。

B. Awesome list / 资源合集

如果你想持续追踪工具和项目，可以看 GitHub 上的 AI detectors awesome list，它整理了图片、视频、音频和 deepfake 检测工具。

如果更学术一些，则推荐合集 Awesome Diffusion-generated Image Detection（及 Awesome-AIGC-Image-Detection），收集了扩散模型生成图检测相关论文。

C. GenImage + 开源检测器

如果你有深度学习基础，适合进行以下练习：

1. 下载 GenImage；
2. 训练一个 ResNet/ViT 二分类器；
3. 在未见过的生成器上测试；
4. 加入 JPEG 压缩、resize、crop 作为扰动；
5. 对比 SSP、AIDE、SPAI 或 UniversalFakeDetect 的思路。

思考：论文里的高准确率，在真实网络图片上是否可以复现。

学习路线图

第一阶段：建立直觉

• 看 Hany Farid 的 TED-Ed；
• 看 CAI 关于 AI 人脸取证的文章；
• 理解阴影、反射、透视、手部、文字、物理结构等视觉线索。

目标： 能解释为什么"肉眼看图"只能作为弱证据。

第二阶段：理解传统图像取证

• 学 EXIF、JPEG、ELA、双重压缩；
• 学 PRNU 和 Noiseprint；
• 跑一下 Noiseprint 项目。

目标： 理解真实相机图像为什么有"成像链路"。

第三阶段：理解 AI 检测器

• 读 CNNDetection；
• 读 UniversalFakeDetect；
• 读 GenImage；
• 读 Fake or JPEG；
• 再看 SSP、AIDE、SPAI。

目标： 理解分类器、频域、噪声残差、patch、跨模型泛化。

第四阶段：理解来源证明

• 学 C2PA；
• 用 c2patool 检查图片；
• 了解 OpenAI Verify；
• 了解 SynthID。
• 自行探索更多感兴趣的内容

目标： 分清检测器是在"猜测统计痕迹"，C2PA/水印是在"验证来源信号"。

资源清单

小结. 判断图片是否AI生成的实用流程

当你拿到一张可疑图片，可以按这个流程思考：

1. 先查来源凭证用 OpenAI Verify、Content Credentials Verify、c2patool 看 C2PA/SynthID/manifest。

2. 再查文件链路看 EXIF、尺寸、压缩、软件痕迹、是否截图、是否多次转码。

3. 再看物理一致性阴影、反射、透视、文字、手部、物体交互、背景连续性。

4. 再用多个检测器交叉判断不要只信一个 AI detector。

5. 最后结合上下文发布者是谁？是否有原始文件？是否有同场景其他照片/视频？是否可反向搜图？

一句话总结：最可靠的判断方法不是找到一个"最强 AI 图片检测器"，而是理解每类检测器在证明什么、不能证明什么。

引用来源列表（References）

一、视觉取证 / 入门

二、C2PA / 内容凭证标准

三、SynthID / Google DeepMind

四、AI 生成图检测论文

五、传统图像取证

六、实操与工具平台

七、资源合集 / Awesome Lists

补充说明：

• 部分 arXiv 链接同时有 PDF 和 HTML 版本，建议先读 abstract 和 introduction，再看实验部分。
• SynthID Detector 地址以 Google 官方最新公告为准，可能随时间更新。
• Noiseprint 和 GenImage 代码建议在有 GPU 的环境下运行，否则速度较慢。