怎么判断图片是不是 AI 生成的?7 个方法
网上流传的「看手指、看耳朵、看光影」这类判据,大部分已经过时了——2024 年之后生成的图像早就修好了这些毛病。真正管用的方法只有两类:查证来源和检查物理一致性。这篇按可靠度从高到低排一遍。
先纠正一个普遍误解:「AI 图一眼就能看出来」是伪命题。截至 2026 年,主流生成模型的成图质量已经高到普通用户肉眼难辨,靠「感觉不对劲」下结论的准确率并不高。可靠的做法是:把能查证的和只能推测的分开。
方法一:查元数据里的生成器签名(确证)
多数 AI 绘画工具在导出时会写入生成信息:软件名称、模型版本、采样器、步数、提示词片段、随机种子等。常见的签名包括 Midjourney、Stable Diffusion、DALL·E、ComfyUI、NovelAI、Flux 等。
这一步的价值在于:命中即确证,不需要再看别的。如果你手上的原始文件里写着生成软件,那它就是 AI 生成的,没有讨论余地。
注意区分「没有签名」和「是真人拍的」
没有签名不能推出是真人拍的。签名可能被清除,而大量真实照片同样不带任何生成器信息。「无签名」只是一个中性的事实,不是反向证据。
方法二:查 AIGC 标识元数据(确证)
在中国,2025 年 9 月 1 日起施行的《人工智能生成合成内容标识办法》与强制性国家标准 GB 45438-2025 要求生成方在文件元数据中写入「隐式标识」:字段名包含 AIGC 标识符号,记录生成确认状态、服务提供方、传播平台、唯一编号,以及数字签名或哈希校验值。
同时还有「显式标识」——用户能直接看到的「AI 生成」水印或提示。也就是说,合规的国内 AI 工具产出的图,现在是可以被机器识别的。这也是为什么近年来越来越多工具在处理元数据时会专门识别这一类标记。
方法三:查相机 EXIF(强证据指向真实)
反过来看,如果图片带有相机厂商、机型、镜头、光圈快门 ISO、GPS 位置、拍摄时间等完整 EXIF,那么它极大概率是真实拍摄。
这条经常被忽略,但它其实是个很强的信号:生成器通常不会伪造一套完整的相机参数。 反过来,一张「看起来完美」的照片如果 EXIF 干净得异常,反而值得警惕——那可能意味着元数据被刻意清理过。
方法四:检查文字与拼写(仍有效,但要看场景)
早期 AI 图最著名的破绽是「文字乱码」——招牌、包装、书页上的字笔画糊成一团或干脆拼错。
但这条现在只在特定场景下有效。 2025 年之后,主流模型渲染英文文字的能力已经相当可靠,中文和复杂字体仍然容易出错,但不再是必然而是偶然。
- 图中包含大量小字、霓虹招牌、书页、手写体时,这条依然很好用。
- 图中文字稀疏且是简单的印刷体时,这条基本失效。
- 图片里的「文字」其实是模型生成的伪文字(像字但不是字)——这是老式 AI 图的强特征,现在已经很少见了。
方法五:检查物理一致性(最需要经验)
这是「不用工具也能看」的方法里最靠得住的一个。核心逻辑是:生成模型学的是视觉相关性,不是物理规律。所以在关系上会出错,而不是在单个物体上。
| 检查点 | 真实照片 | AI 生成图 |
|---|---|---|
| 镜面反射 | 反射内容与实物一致 | 反射内容与实物无关或对不上 |
| 阴影方向 | 多个物体的阴影方向一致 | 不同物体的阴影互相矛盾 |
| 接触关系 | 物体与地面的接触点有明确遮挡 | 物体「浮」在地面或边缘穿透 |
| 文字在物体上的形变 | 随曲面透视变形 | 文字平铺不随曲面弯曲 |
| 图案连续性 | 瓷砖、格子、条纹在透视下连续 | 图案在转折处对不上 |
| 远处结构 | 随距离细节递减 | 远处细节同样锐利或乱成一团 |
反射是最容易验证的一类,因为它提供了一个「自我对照」:镜子里的东西必须和镜子外的东西对应。这一条对当下所有生成模型都还很难做对。
方法六:溯源(经常被忽略,但很有效)
如果这张图来自社交平台或新闻,先做两件事:
- 反向图片搜索(Google Lens、百度识图、TinEye)。如果它最早出现在某个 AI 生成图库或模型演示页,溯源立刻就清楚了。
- 找到原始出处。很多「网传照片」其实是真照片配假说明——图片为真,事件为假。溯源能区分这两种情况。
溯源为什么常常比检测器更可靠
检测器只能判断「像不像 AI 生成」,溯源能给出「它从哪来」。后者是事实,前者是推断。有条件时,优先做溯源。
方法七:对照检测工具的结果
把图片交给检测工具,同时分别看两个信号——元数据线索和像素分析。不要只看那个 0~100 的分数。
- 元数据命中生成器签名 → 确证,不必再看分数。
- EXIF 有完整相机信息 → 强证据指向真实拍摄。
- 元数据缺失、分数偏高 → 只是推测。可能是 AI,也可能是处理过度的真实照片。
- 元数据缺失、分数偏低 → 同样只是推测。现代模型的高质量输出确实可以骗过像素分析。
哪些流传的判据已经不管用了
这几条在 2023 年流传很广,现在基本失效。知道它们为什么失效,比记住结论更重要。
- 「AI 画的手有六根手指」 —— 2024 年之后主流模型极少画错手指数量。现在手指异常更多见于局部重绘(inpainting)或生成后被人工修过的图。
- 「AI 画的耳朵结构混乱」 —— 同上,早已成为过去式。
- 「AI 图没有 EXIF,所以是 AI」 —— 逻辑反了。社交平台会主动清除 EXIF,真实的手机照片到了你手上通常也是干净的。
- 「画面过于完美、没有噪点就是 AI」 —— 现在的手机影像计算本身就在去噪。
- 「皮肤太光滑就是 AI」 —— 强磨皮是真实人像摄影的常规操作。
把这些方法组合起来
单独用任何一条都会出错,组合起来可靠性就高了。推荐顺序:
- 先溯源 —— 找到原始出处,这是事实层面。
- 再查元数据 —— 生成器签名或 AIGC 标记命中即确证。
- 然后查相机 EXIF —— 完整相机信息是真实拍摄的有力佐证。
- 最后才看像素与视觉特征 —— 这些只能推测,且必须在「未经二次压缩」的原始文件上做才有意义。
如果你手上只有一张被平台压缩过、截过图的图片,那基本已经进入「推测」区间了。这时最诚实的结论是「无法确定」,而不是给一个看似精确的分数。
常见问题
AI 生成的图片能看出来吗?
单张图片、没有原始文件时,很难可靠看出来。2026 年的生成模型成图质量已经接近照片,肉眼判断的准确率不高。可靠路径是查元数据签名与 AIGC 标记(命中即确证),以及溯源,这些不依赖主观感觉。
为什么我的 AI 图片检测分数很低?
常见原因是图片经过了二次处理。截图、社交平台转码、JPEG 再压缩、缩放、修图都会破坏像素级检测所依赖的统计特征。另一个原因是生成器更新了,而检测模型还没跟上。请优先检查元数据——如果原始文件带生成器签名,结论就是确定的。
没有 EXIF 的图片就是 AI 生成的吗?
不是。没有 EXIF 只是一个中性事实。社交平台会批量清除元数据,截图和大部分修图工具也会丢弃 EXIF。真正的判断依据是「有没有生成器签名或 AIGC 标记」,以及物理一致性是否自洽。
Midjourney 生成的图片能检测出来吗?
如果拿到的是未经处理的原始导出文件,元数据里通常保留着生成器签名,可以确证。但如果图经过截图或平台转码,签名会消失,此时只剩像素级推测,准确率明显下降。
AI 图片检测器准确率是多少?
没有单一数字可以回答。准确率随生成器版本、图像是否被二次处理、测试集构成而变化很大。声称固定准确率的产品,通常是因为测试集只覆盖了它训练时见过的生成器。