没有什么魔法按钮能 100% 判定"这张图是 AI 生的"。谁跟你说有，要么在吹牛要么在卖东西。但把多种检测方法叠在一起——每种有不同的长处和盲区——你能拿到一个相当靠谱的综合判断。

PixPipe 的检测器同时跑七项检查。下面挨个说它们到底在干什么、擅长抓什么、又在哪里会栽。

EXIF 元数据：相机留下的指纹

每张真实相机拍的照片都带 EXIF 元数据——相机型号、镜头、快门速度、ISO、GPS 坐标。就像照片的身份证。

AI 生成的图片要么完全没有 EXIF（本身就可疑），要么带着对不上号的合成元数据。一张声称来自 iPhone 15 的图，却缺少苹果必定写入的那几个特定字段？这就是疑点。

弱点：这太容易造假了。用免费工具就能往 AI 图里注入一套看起来合理的 EXIF。而且我们自己的 EXIF 去除工具也会让真实照片变得"可疑"。单独用这个方法，永远下不了定论。

SynthID：Google 的隐形签名

这是我们手里最确定的检查——但只对一家生成器有效。Google 在每张 Gemini 图片里嵌入了叫 SynthID 的隐形统计图案。抗裁剪、抗缩放、抗压缩。检测到就是 Gemini 的，没跑。

明显的局限：Midjourney、DALL-E、Stable Diffusion 都不用 SynthID。没检测到不代表"不是 AI"——只代表"不是 Gemini"。

C2PA 是一种记录图片创建历史的行业标准——想象成嵌在文件里的溯源文件。Adobe Firefly 在用，部分版本的 DALL-E 在用，少量相机厂商也开始支持。

有的话，信息量很大。你能看到是什么工具创建的、之后做了什么编辑。

问题是：它是元数据，不是像素。去掉元数据 C2PA 就没了。而且大多数生成器还不支持。有就很好用，没有也说明不了什么。

这个比较微妙。AI 生成器不会输出随机分辨率——它们有默认值。Midjourney v6 偏爱 1024×1024 和 1536×1024。DALL-E 3 输出精确的 1024×1024、1024×1792 或 1792×1024。

所以如果一张图恰好是 1024×1024 且没有裁剪痕迹，这是个弱信号。不是证据——很多真实照片也会裁成正方形——但它给综合判断加了一点分。

一旦有人调整了尺寸就完全失效了。

人们懒得改文件名。Midjourney 导出时用特定的哈希格式。DALL-E 文件名里字面意思就写着"DALL-E"。Stable Diffusion 的 UI 经常带着种子数字。

大概是最弱的信号——改个名就绕过了——但也是最快的检查，而且抓到的比你想象的多。大部分人就是下载、上传，根本不看文件名。

AI 图片有破绽。手指数量不对。文字看着像对但仔细看不通。反射跟场景对不上。纹理以真实表面不会有的方式重复。

我们的检测器找的是这些统计规律——光照方向不一致、不可能的几何关系、跟真实相机传感器不同的噪声特征。

问题：最新的生成器越来越强了。GPT-4o 和 Midjourney v6 产出的图伪影极少。反过来，压缩得很厉害的真实照片也可能触发误报。这个方法最适合作为其他信号模糊时的裁判。

最技术的一项检查。真实照片和 AI 图片在频域上有不同的特征——像素值在不同尺度上如何变化。AI 生成器在高频细节上的模式跟真实相机传感器有微妙差异。

它给的是概率分数，不是是非判断。"这张图的频率特征更像 AI 生成而非相机拍摄，置信度 X%。"

大量后处理可能把这个信号搞乱——真实照片锐化过头可能看着像 AI，AI 图反复压缩保存可能洗掉特征图案。

单独任何一种方法都容易被骗或产生误报。力量在于组合。

EXIF 分析抓不到假元数据——但频率分析能抓到。SynthID 只对 Gemini 有效——但文件名规律能抓到 Midjourney。视觉伪影检测对高质量生成无能为力——但 C2PA 在元数据完整时能抓到。

三四种方法一致认定时，置信度飙升。当它们意见不一时，这本身也是有用信息——通常意味着图片经过了大量后处理，无论是不是 AI 生成的，这都值得了解。

没有完美的检测系统。但七种不完美的方法协同工作，远胜于任何单一方法。

在 PixPipe AI 检测器试试全部七项分析——完全在浏览器里运行。