以眼下的互联网情况来说，检测图片是否来自生成软件，眼看就要变成一种「刚需」了。
加州 AI 监管法案很快要迎来投票，现在网络上各家公司、学者，吵成了一锅粥。无人在意的角落，OpenAI、Adobe 和微软，已经表示支持法案其中的一项：AB 3211。
这项法案要求由 AI 生成的图片、视频和音频中，必须在元数据中包含可以解读出原始出处的数据，否则，最高可以处以十万美元的罚款。
老实说，对于加州硅谷里那些个大公司来说，十万美元真不算什么……
法案内容中，没有提到具体的执行标准，但又处处都是暗示。所谓的「行业标准兼容」，「使用数字签名」和「嵌入水印」，说的不就是 C2PA 嘛。
C2PA 标准，脱胎于由 Adobe 牵头、专门致力于真实内容检测的项目，Content Authenticity Initiative（CAI）。它的想法是，利用 EXIF 等元数据参数，作为图片出处的判定方式。
上周 OpenAI 更新了自己的隐私与政策页面，更新了一部分 DALL·E 的 C2PA 条款，所有在 GPT 网络上生成的图像（包括通过 API 执行生成的），都会被嵌入元数据，表明它的生成工具是什么。
头部公司里，Meta 也用了 C2PA 来作为标记 AI 生成图的依据之一，并且在 Ins 的界面有所标记。
很显然，现在的生成出来的图像，靠肉眼基本是没法辨别的了，总是得要上点儿手段。
前阵子 Flux 和 Deeplive Cam 的生成图片因为过于逼真，倒逼了一波检测工具的流行——虽然都不是很靠谱。
基于图片色彩饱和度的检测方式，图片来自：X用户@deedydas
C2PA 是不是一个好的方法？并不是，起码现在不是。
先不说 C2PA很容易被改动，更加是因为支持 C2PA 协议的设备、软件，都太少了。
这些软硬件厂商，到底打不打水印和标签，是挺看良心的一件事，毕竟十万美金的罚款，对这些公司来说不值一提。
另外，EXIF 数据还不够「源头」——光是一个微信，就足够删干净图片的数据了，毫无压力。
比元数据更深入的检测方法，其实早就有了，比如错误级别分析（Error Level Analysis），简称 ELA 算法。
最早，ELA 算法就是用来检测图像有没有被 PS 处理过，它主要利用了 JPEG 格式的特点：JPEG 图像在压缩时，会将图片分割成 8x8 像素的小块，并对每个小块进行色彩空间转换。
这种情况下，如果对 JPG 图像进行编辑，比如 PS，修改的部分会经历第二次的色彩空间转换，这将导致原始图像与修改后的图像之间存在差异。
上方：未经修改的照片 下方：经过一次转换格式保存后的照片 图片来自：Fotoforensics
ELA 算法通过比较这些差异来识别图像的修改部分。如果图像的某个部分显示出与周围区域明显不同的错误级别，这可能表明该部分被修改过。
白色的斑点，意味着被编辑过。大量的黑色，通常说明错误级别很低，几种情况：1 没有改动，2 原画面的色彩原因， 3 已经被重新保存过很多次。
深深浅浅的彩色，才最接近拍摄过的原图，比如上面的书架照片中，第一排就是原图。
为了测试 ELA 和 C2PA 哪种更有效，我用了一张两周前、用于文章封面的图片。其中，第一张是在网上找到的原图，第二张也是在网上找到的、来自平面设计师的改图。 最终用来作为封面的版本，则是我在改图的基础上，用生成软件调整出的最终版。
从上至下：原版-改图-最终版
当时调整的原因是这样的：前两张的确都很好，但是它们在微信排版时，会被裁切，挡住标题文字。因此我送进了 AI 软件里跑了一下，原本只是想让它拉伸一下背景，没想到它在左下角加了半截电脑屏幕——不得不说，加的还挺好。
为什么用这套图作为测试案例呢？
首先原图是我在 google 上翻到的，说明它存在于互联网中。另外，改图也是在网上找到，靠搜图就能搜出来，那么就可以很明确反映出，有 AI 参与的最终版，才是那个「凭空冒出来」的版本。
首先我用了 CAI 旗下的在线检测，基于（并不存在的）C2PA 元数据检索，当然是一无所获。
其实并不意外，因为 C2PA 没有被推广到每一个出图设备、软件——而现已存在于互联网上的图片，多得跟太平洋里的水一样，想都被 C2PA 覆盖，是不可能的。
接下来我把图片，拎去做 ELA 算法检测，根据 ELA 算法的特点，我还专门去跑了一张 AI 图，用来做对比。
可以看到，这张 AI 参与合成的图片里，中间部分是改图——那自然是有了很多修改和编辑，所以整体偏亮。
同时，两侧偏黑的部分是 AI 加上去的，没有明显的压缩痕迹，也就无法被很好的检测到，所以反应成黑色。
一张拍摄出来、且没有被修改过的图片，应该是均匀分布，有深有浅，在边缘处才更为明显有变化的。
为了进一步对比，我直接做了一张新图：一张完完全全由文字 prompt 生成的图片：
整体画面都很黑，虽然没有过多的修改痕迹，但也不像是拍摄得来的，这些红蓝色的斑块反而让它更可疑。
但是，马上就被科技扇了一巴掌：当我在 X 上，随机找了一张由 Flux.1 生成的图片（来自用户@doctorbaytas），送进去做 ELA 检测之后，一整个瞠目结舌。
好家伙，这个轮廓的白光，这个黑色的暗影，谁家好人分得清……
flux 这张图即便 ELA 算法来检测，也只能得到一个模棱两可的结论：应该是编辑了，但可能就是磨磨皮，也可能只是锐化了一下边缘、加了个滤镜？
不仅是肉眼无法分辨，而是由里到外都无法分辨。
当然会有人要问，这到底有什么好担心的？跑个图玩玩而已，能有多大事儿。
移除一点背景里的路人、生成一个好看的头像，确实没什么。但是用来做别的呢？
以下面这张由 Google 的 Magic Editor 合成的图片为例，光看是真的看不出什么——这是在手机拍摄的基础上，添加了 AI 生成物之后的合成图片。
而送去做 ELA 检测，也并不能反映出拍摄部分与生成部分的区别，后者丝滑地就融入了。
修改和生成本身不可怕，可怕的是无从辨认。这意味着眼见不再为实，一切都可以相信，一切也都不再能够被相信。
这会给日常生活带去非常多的认知处理麻烦：一般人，既不可能每张图都仔仔细细查验，又不可能完全不在意里头传递的信息。
假设今天你在社交媒体上，刷到了一张家附近的街景，里头是车被撞得支离破碎、满地是血，怎么会不担心呢？
就算你确认过不是自己的亲人朋友，你总会想，是不是得绕个道？
走点远路只是小小的代价，但无从相信，是更大的麻烦。
本文来自微信公众号“APPSO”，作者：发现明日产品的，36氪经授权发布。
