先说结论：不是看“像不像”，而是看痕迹
很多人判断一张图是不是 AI 生成的，第一反应还是看手指、看眼睛、看文字、看背景。这当然有用。以前不少 AI 图确实容易在这些地方露馅：手指多一根，耳环不对称，衣服纹理乱，招牌上的字像乱码。
但现在不一样了。很多 AI 图已经做得很自然，别说普通人，有时候做设计、做内容的人也只能说一句：“这图看着有点怪。”可到底怪在哪里，又说不清。
所以 AI 图片检测不是简单问“这张图像不像 AI 画的”，而是看它身上有没有留下过痕迹。一张图片不只是画面，它还有文件信息、来源记录、压缩痕迹、编辑痕迹，也可能有 AI 生成时留下的细节特征。肉眼看到的是表面，检测要看的，是这些藏得更深的线索。
先看它从哪里来：有没有来源线索
一张图如果足够可信，最好能回答一个问题：它是从哪里来的？比如它是相机拍的，还是某个软件生成的？有没有经过图片工具编辑？有没有平台、设备或创作工具留下的来源信息？
现在国际上有一个很重要的方向，叫内容来源凭证。你可以把它理解成图片的“出生证明”或者“履历表”。比如 C2PA 和 Content Credentials 这类机制，就是希望图片、视频等内容能记录自己从哪里来、经过了什么处理。
如果一张图片带有可信的来源凭证，检测系统就有机会看到更多信息：它可能来自什么工具，是否经过编辑，是否被标注为 AI 生成，是否还能和当前文件对应得上。
但这里别误会。不是所有图片都有这种信息。很多图片被截图、转发、压缩之后，原来的来源信息可能就没了。有些平台也会自动清理元数据。所以来源线索很重要，但不能只靠它。没有来源信息，不等于图片一定是假的；有来源信息，也要看它是否可信、是否完整、是否和当前文件匹配。
再看文件本身：它有没有被处理过
普通人看图片，主要看画面。检测系统除了看画面，还会看文件本身，比如图片格式、尺寸、EXIF 信息、软件编辑记录、压缩方式，以及文件内部结构有没有不一致的地方。
这听起来有点技术，但意思很简单：一张图如果说自己是“手机随手拍”，那它最好像一张正常手机照片。如果它身上出现了明显的编辑痕迹，或者关键文件信息缺失得很奇怪，就值得多看一眼。
当然，文件信息不能一票定真假。现实里很多真实照片也会被平台压缩、被聊天软件处理、被相册软件重新保存。文件信息的作用不是直接判死刑，而是给检测提供线索：这张图的文件状态正不正常？它像不像被转来转去、改来改去过？它还保留了多少能用来判断的原始线索？
再看局部细节：有没有拼接、合成、修改的痕迹
AI 生成或者后期修改过的图片，常常会在局部留下问题。比如边缘不自然、光线不一致、纹理重复、阴影对不上、人物和背景融合得奇怪、局部清晰度和周围不一样。
一张商品图里，裂痕边缘和材质对不上，看起来像贴上去的；一张人物照片里，头发边缘和背景粘在一起，眼镜腿断断续续；一张现场图里，桌子影子朝一个方向，人影却朝另一个方向；一张票据截图里，金额那一块特别清楚，其他地方却很糊。
这些都不能单独证明图片就是假的，但它们是疑点。真正的检测不是抓住一个点就下结论，而是把多个疑点放在一起看。一处怪，可能只是拍摄角度问题；几处都怪，就要谨慎。如果来源信息、文件信息、局部画面都不太对，那这张图就更值得复核。
还要看像素纹路：肉眼看不见，但机器能看到
有些痕迹，普通人肉眼很难看出来。真实相机拍出来的照片，往往会带有镜头、传感器、压缩算法留下的细微信号。你平时看图不会注意，但这些信号确实存在。
AI 生成图片不是从真实镜头里拍出来的，它的像素分布、纹理规律、细节生成方式，可能和真实照片不一样。如果一张图片被局部修改过，修改区域和原图区域的压缩痕迹、噪声分布、纹理细节也可能不一致。
你可以把它理解成：图片表面是一幅画，图片底下还有一层很细的“纹路”。AI 生成、局部合成、后期编辑，都可能改变这层纹路。
还要看内容逻辑：画面自己能不能说得通
有些图片不一定在像素上特别假，但内容本身会出问题。比如镜子里的反射对不上，手和物体的关系不自然，车牌、路牌、店招文字像乱码，人物比例和背景不协调，所谓“现场图”里的天气、地点、服装、建筑风格对不上。
这属于内容逻辑层面的判断。不过这一层也不能太武断。真实世界本来就会有奇怪角度、奇怪光线、奇怪巧合。所以内容逻辑只能作为辅助，不能单独当成最终结论。
为什么不能只问“是不是 AI”？
很多人问得很简单：“这张图是不是 AI？”但真实情况经常没这么简单。一张图片可能完全由 AI 生成，也可能是真实照片局部被 AI 改过；可能是真实照片经过普通修图软件调色、裁剪、压缩；也可能是老图新用，画面是真的，但配文是假的。
所以好的图片鉴别，不应该只给一句“真”或“假”。更合理的报告应该告诉你：发现了哪些疑点，依据是什么，哪些地方更像 AI 生成，哪些地方更像后期编辑，哪些地方因为图片质量、截图转发或来源缺失，没法判断得那么充分。
山海印 做图片鉴别时，比较重视的也是这件事：不是只给一个简单标签，而是把主要结论、判断依据、请求编号和文件指纹整理成报告，方便用户后续核对和沟通。
为什么原图比截图更重要？
很多人检测图片时，最容易犯的错误就是：先截图，再上传。截图不是不能检测，但它会让很多线索丢掉。
原图里可能有来源信息、拍摄信息、编辑记录、文件结构特征。你一截图，等于重新生成了一张新图片。原来的很多信息可能都没了，只剩下屏幕上看到的画面。转发、压缩、裁剪、拼图也是一样，处理越多，能看的线索越少。
所以如果你真的想查一张图片，尽量按这个顺序来：能拿原图，就拿原图；能下载原文件，就不要截图；能保存对方最开始发来的文件，就不要自己加工；上传前不要裁剪、不要加字、不要拼图、不要压缩。
检测报告里的文件指纹有什么用？
山海印报告里会记录文件指纹，比如 SHA-256 这类信息。很多人看到这个词会觉得很玄，其实它的作用很朴素：证明这份报告对应的是哪一个文件。
你可以把文件指纹理解成图片的“身份证号码”。同一张图片，只要文件内容完全一样，指纹就一样。如果图片被改过、压缩过、重新保存过，指纹通常就会变。
假设你今天检测了一张图，报告里有文件指纹。过几天对方又换了一张差不多的图，或者有人质疑你检测的不是原图，你至少可以拿报告里的指纹和原文件对应起来。普通用户不需要懂算法，只要记住：原图、报告、文件指纹要一起保存好。
AI 图片检测能不能百分百判断？
不能。这句话要说清楚。AI 图片检测不是神判官，也不能代替司法鉴定、人工审核或最终事实认定。图片质量、压缩程度、截图转发、后期编辑、生成模型变化，都会影响判断。
但这不代表检测没用。它的价值在于：当你觉得一张图不对劲，但又说不清楚时，它可以帮你把疑点整理出来。它能告诉你哪些地方值得注意，哪些线索支持“可能是 AI 生成或编辑”，哪些地方需要结合原图、来源和其他材料一起看。
普通人该怎么用 AI 图片检测？
别把它想复杂。如果你只是随便看一张图，好奇它是不是 AI 生成，可以直接上传检测。
如果这张图会影响钱、名誉、投诉、申诉、合作、交易、证据，那就更应该认真一点：先保存原图，不要截图加工；再保存图片来源，比如聊天记录、网页链接、发布时间；然后上传山海印做图片鉴别；报告出来后，看主要结论和判断依据；最后把原图、报告和相关记录一起保存。
这样你后面要和别人沟通，就不是空口说“我觉得这图是假的”，而是可以说：“这张图片我保留了原文件，也做了基础核验，报告里提示了这些疑点，我们最好再核对一下来源。”
最后说句实在的
现在判断一张图片是不是 AI 生成，已经不是看手指那么简单了。真正的检测，要看来源，看文件，看局部痕迹，看像素规律，看内容逻辑，还要看这张图有没有被截图、压缩、转发、裁剪过。
所以别再只问“这张图看着像不像 AI”。更好的问题是：这张图从哪里来？是不是原图？有没有来源凭证？有没有编辑痕迹？局部细节有没有异常？报告里的疑点能不能和实际场景对上？
如果你手里有一张可疑图片，可以先把原图保存好，再上传到 山海印 做一次图片鉴别。它不会替你做最终判断，但能帮你把一张“看着不对劲”的图，变成一份更清楚、更容易沟通的核验报告。
常见问题
AI 图片检测是不是只看手指和眼睛？
不是。手指、眼睛、文字只是肉眼容易看到的异常。真正的图片检测还会看来源信息、文件状态、压缩痕迹、局部编辑痕迹、像素规律和内容逻辑。
截图能不能检测是不是 AI 图片？
可以检测，但不如原图好。截图会生成一个新文件，很多来源信息和文件特征可能已经丢失。能拿原图时，尽量不要用截图。
没有检测出明显疑点，就能证明图片是真的吗？
不能。没有发现明显疑点，只能说明当前文件没有表现出足够强的可疑特征，不能证明画面内容一定真实，也不能证明它从未被处理过。
检测报告里的文件指纹是干什么的？
文件指纹用于对应“这份报告检测的是哪一个文件”。如果图片后来被改过、压缩过或替换过，文件指纹通常会变化。
AI 图片检测报告可以当最终证据吗？
不建议这样理解。检测报告更适合作为技术参考和复核线索，不能代替司法鉴定、人工审核或最终事实认定。
参考资料
检测你的图片
尽量上传原图，山海印会结合来源线索、文件特征和模型分析结果，生成可保存的图片鉴别报告。
开始图片鉴别 →