准确性与局限
了解 AI 图片检测的误报与漏报成因、图片压缩与二次编辑带来的影响、面对新生成器时的局限,以及如何把置信度评分正确用于实际判断。
最近更新: 2026-07-20
没有完美的检测器
AI 图片检测是概率判断。高分可能出错,低分也不能证明图片一定来自相机或人类艺术家。 它最适合作为完整核验流程中的一个信号。
目前我们不公布一个适用于所有图片的准确率数字,因为单一数字会掩盖不同生成器、图片 风格、分辨率和编辑条件之间的显著差异。未来发布基准时,会同时公开测试集、日期、图片 变换方式,以及误报率和漏报率。
常见误差来源
- 压缩与截图。 重新编码可能移除或引入检测使用的图像模式。
- 裁剪、缩放、滤镜和修图。 重度编辑会让 AI 图和相机图都更难判断。
- 全新或少见的生成器。 检测能力可能暂时落后于刚发布的系统或特殊工作流。
- 混合图片。 只有局部经过 AI 编辑的照片,与完全生成的图片表现不同。
- 插画与 CGI。 人工数字绘画、渲染图、扫描件和极干净的棚拍图可能类似合成媒体。
- 低分辨率。 图片越小,可用于分析的信号越少。
误报与漏报
误报是把人类创作或相机拍摄的图片标记为很可能由 AI 生成;漏报是把 AI 生成 图片标记为很可能由人类创作或拍摄。“无法确定”结论用于减少中间评分区间里的过度判断, 但无法彻底消除两类错误。
正确使用方式
可以用检测结果安排人工复核、索要原始文件、检查内容凭证、对比元数据或运行反向图片 搜索。不要把单一检测评分作为纪律处分、法律主张、拒绝付款、封禁账号或公开指控的唯一 依据。
如果你认为结果有误,请尽量使用最高质量的原始图片重新检测,并通过支持渠道反馈,注意 不要提交机密材料。完整流程见检测方法。