用肉眼检查的迹象
先看生成器仍处理得不好的部位。看手和手指、牙齿、耳朵和首饰,那里常出现多一根手指、融化的边缘或不对称。读一读图中的文字,招牌、标签或衣服上的,字母乱码是一个很强的线索。
然后退一步检查物理规律。所有阴影是否朝同一方向?镜子或窗户里的倒影是否与前方应有的景象相符?过于均匀的皮肤、糊成一团的背景,以及重复平铺的纹理,都值得再看一眼。
何时请出检测器
为什么肉眼检查越来越难
清单上的每一个信号,都是今天的模型正在学着修掉的缺陷。手和文字一年前还是可靠的破绽,如今已好得多;光照与反射紧随其后。凡是你能描述成破绽的,实际上都成了训练目标:今天管用的清单,未来几个月会悄悄漏掉越来越多的情形。
压缩让情况更糟。一张照片一旦经过即时通讯或社交平台,眼睛或检测器本能抓到的细微痕迹就被抹平了。正因如此,再仔细的肉眼检查,单凭自身都不是长久之计;更稳妥的是把它与检测器搭配,并对你能掌控的媒体,采用拍摄时取证。
概率分数不是证据
检测器读的是一个已完成的文件,因此它总是落后于最新的生成器一步。随着模型进步,它们的痕迹越来越少:一个干净的伪造品可能蒙混过关,而一张真实但被大幅压缩或编辑的照片可能被误判。分数告诉你文件看起来有多可疑,而不是究竟发生了什么。
当你需要确定性而非概率时,诚实的答案是在源头证明真实性。Danaya 能在照片被拍下的那一刻将其封存,绑定文件的 SHA-256 指纹、GPS 位置和服务器时间戳。任何人随后都能从公开链接验证该封印。用检测来筛查你收到的照片,用封存来证明你产出的照片。