有个技巧,就是看构图的元素逻辑。因为生成图片的AI和大语言模型类似,都是按概率来堆砌元素,这就和大语言模型生成内容一样,某些词汇只在很短的上下文中通顺,在全文中莫名其妙,或者会出现元素的神经质复用。
不过在背景元素简单的情况下可以使用各种网页端识别工具,但是工具的能力有限,在评判给出一个模糊数值的时候或者制图人用了一些攻击手段的时候,识别工具的效果一般。
以这个图片为例,来分别描述。
首先全图,猛一看没什么问题。

1、莫名其妙的椅背(逻辑错误)

上图下面这个框内部是椅背,这体育场背景,怎么会有椅子是面对面放置的。至于评论区说的椅子形制是折叠的云云,只能说好好看图,这是椅子折叠后的样子↓。我这个句子是不是过于长难了对某些阅读困难群体不友好?下面的红框才是椅座折叠起来的正常形状和高度,上面那个红框里的距离和高明显是按照两排座椅处理的。


2、椅子上的锁眼(局部正确的逻辑)

显然是训练数据中有一些纯色带锁箱子,AI计算中看到椅背的大片纯色,直接抽象地放了个锁眼上去。
3、元素复用

这个不太明显,但是左上角和右下角的字其实是一样的,就是莫名其妙的MAKE

放大之后,这个文字是可以看出来是假的,就是一堆像素点,这和相片的效果是不一样的。
5、无意义词汇(局部正确的逻辑)

每个字母都是正确的,但是连起来没有意义。
“好多口罩”其实也可能是元素复用现象,但是因为这个在现实世界上已经合理了,所以我们忽略。
其他的像是手和腿交界处错误有人提过了,这就不提了。
但是皮肤质感和五官对称性这个是不合理的判断手段。实际上五官是看训练集的,不怎么判断是否对称。皮肤磨皮PS什么的不是判断AI的手法,是判断P图的。
最后提一下,这张图片因为元素多才好判断,要是换个下图这种的,就只能从“脸眼熟”(脸像常用的公开lora或者某非开源软件风格)和“构图有AI味儿”来判断,纯靠元素逻辑和图像质量无法肉眼判断真伪。


快捷手段就是用别人的工具检测,不过有局限性,图作者上一些攻击手段可能导致检测效果很差。像题图就是直接出图的所以检测效果不错,甚至直接检测出了是可灵出的图。
