[编者按] 2023年11月27日，国内首例“AI文生图”侵权案一审宣判，法院肯定了AI绘画大模型生成的涉案图像属于著作权法上的美术作品，原告对其拥有著作权。尽管该案存在有争议，但是在鉴定行业却延伸出了一些新的业态：一是如何判定AI生成的图像；二是如何判定两幅AI图像的同一性。从而还引伸出一个法律问题：如果两幅作品构成实质性相似，那么谁侵犯谁的权利？本文作者提出的AI生成图像的认定方法，更多的是一种大胆的尝试，还需要逐步完善。其中所涉及的鉴定，包括声像资料的比对鉴定，电子数据的真实性鉴定，以及图像作品的著作权鉴定等等。正是鉴于这些问题，涉及跨学科专业知识，讨论起来也就更为复杂。
这是一个处于学术前沿的交流平台，欢迎大家参与讨论。
电话：023-67253442
邮箱：xnzscq@163.com
在当今数字时代，AI技术的发展已经达到了令人难以置信的水平，尤其是在图像生成领域。AI生成的图像，尤其是通过深度学习模型如生成对抗网络（GANs）生成的图像，已经能够以假乱真，这给图像的真实性鉴定带来了挑战。
如图A所示，该图为本文作者使用AI生成的图像，输入的描述语句是：一个戴方框眼镜的高大壮汉，身后站着一头牛，手里拿着一支正在点燃的香烟，发型是干练的短发，坐在麻将桌前。我们可以很直观的发现图中存在许多瑕疵：文字中手里拿着的香烟在嘴里吊着，左右手分别有一支，左边中部还飞着两支烟蒂；该男子出现了2只左手；该男子身后站着2头牛；桌上的麻将牌和骰子图案均不符合日常中所使用的麻将牌和骰子图案等等。
图A 本文作者使用AI生成的图像
然而，我们日常中所遇到AI生成的图像，通常都是经过AI、人工进行了多次修改加工过的，所以往往会导致普通人难以判断该图是否为AI生成。笔者通过整理日常鉴定图像是否为AI生成时所使用的方法，希望能给目前遇到问题的同行们一些帮助。
一、观察图像的细节
AI生成的图像虽然在整体上看起来逼真，但在细节处理上往往存在瑕疵。通常遇到的瑕疵，主要有以下几种：
1.纹理细节不够丰富
例如细节处的纹理模糊或缺失，导致图像整体显得不真实。
2.光影效果不自然
有些生成的图像在光影处理上存在问题，导致部分区域过暗或过亮，缺乏真实感。
3.颜色过度鲜艳或不自然
有时生成的图像色彩饱和度过高或者颜色搭配不符合自然规律，造成视觉不适。
4.透视和比例问题
部分生成图像在透视和比例上存在错误，导致物体看起来扭曲或尺度不准确。
二、检查图像的边缘和轮廓
AI生成的图像在边缘和轮廓处理上可能不够精细，通常遇到的问题，主要有以下几种：
1.边缘模糊
生成图像的边缘可能存在模糊或不清晰的情况，导致物体轮廓不够清晰。
2.锯齿状边缘
某些情况下，生成的图像边缘可能表现出锯齿状的现象，影响整体视觉效果。
3.边缘断裂
在物体边缘处出现不连续或断裂的现象，导致轮廓不完整。
4.轮廓不准确
AI生成的图像可能在描述物体轮廓时存在偏离或错误，造成物体形状失真。
三、分析图像的背景
背景通常是AI生成图像的薄弱环节，通常遇到的问题，主要有以下几种：
1.不连贯的背景
背景中的物体可能与前景不协调，或者背景中的元素看起来像是随意放置的。
2.重复的背景元素
AI可能在背景中重复使用相同的元素，如树木、建筑物等。
3.透视和比例问题
背景中的透视和比例可能与前景不匹配，使得整体画面看起来不协调。
4.色彩不搭配
背景中的色彩选择不合理或者与前景不搭配，使得图像整体视效不佳。
四、考证图像的其它信息
在判断图像真实性时，图像的来源和、时间和地点信息、文字描述等方面进行也是判断其真实性的一个重要方面：
1.来源可靠性
确认图像的来源是否可靠，例如官方渠道和权威媒体通常会提供更可信的信息。
2.时间和地点信息
通过时间和地点信息，可以更准确地确认图像的真实性和背景。
3.文字描述
结合文字描述与图像内容的一致性可以帮助我们更好地判断图像的真实性和可信度。
五、使用技术分析工具
我们除了肉眼观察外，还可以使用一些技术工具来帮助分析图像的真实性。目前市面上常见的几类AI鉴别工具，主要有以下几种：
1. Fotoforensics
Fotoforensics是一个在线工具，也是目前使用人数最多的工具。它使用ELA（Error Level Analysis）技术来分析图像。ELA通过重新压缩图像并比较原始图像和压缩后的图像之间的差异，来检测图像中可能被编辑或生成的部分。
2. Deepfake Detection Tools
随着深度伪造（Deepfake）技术的兴起，一些专门用于检测Deepfake的工具也应运而生。例如：
（1）Deepware：这是一个基于AI的Deepfake检测工具，该工具可以对视频进行检测分析。
（2）Sensity AI：这是一个提供Deepfake检测服务的平台，它使用先进的算法来识别AI生成的内容。
3. AI-based Image Analysis Tools
这类工具是利用AI技术本身来检测AI生成的图像，例如：
（1）Sensity：除了Deepfake检测，Sensity还提供图像分析服务，帮助用户识别AI生成的图像。
（2）FaceForensics++：这是一个研究项目，提供了一系列的基准数据集和检测方法，用于评估Deepfake检测算法的性能。
4. Metadata Analysis Tools
元数据分析工具可以帮助检查图像的EXIF数据，这些数据包含了拍摄设备、日期、时间等信息。AI生成的图像可能缺乏这些信息，或者包含不一致的数据。例如：
ExifTool：这是一个功能强大的元数据编辑器，可以用来查看和编辑图像的EXIF数据。
5. Online Services and APIs
一些在线服务和API也提供了图像真实性检测的功能，例如：
（1）Google Cloud Vision API：主要用于图像识别和分析，但也可以用来检测图像中的异常模式。
（2）Amazon Rekognition：亚马逊的图像和视频分析服务，可以用来检测图像中的不一致性。
结语
虽然AI技术在图像生成方面取得了巨大进步，但通过仔细观察和使用适当的工具，我们仍然可以辨别出AI生成的图像。但是随着技术的不断发展，这一挑战也将持续存在，因此保持警惕和批判性思维是非常重要的。
作者简介：
曾子洋 西知鉴知识产权鉴定评估（重庆）有限公司办公室主任
