近日，微软人工智能公益项目最新研究显示，人类辨别AI生成图像的平均成功率仅为62%。
近日，微软人工智能公益项目（Microsoft AI for Good）最新研究显示，人类辨别AI生成图像的平均成功率仅为62%，几乎与随机猜测的准确率无异。这项覆盖全球1.25万名参与者的实验，通过28.7万次图像评估发现，AI生成的风景和街景图像欺骗性最强，人类识别准确率低至59%-61%，而人像类图像因面部细节异常更易被识破。
实验采用模拟日常网络浏览的场景化测试，避免刻意选择高难度样本。研究发现，早期生成对抗网络（GANs）和图像修复技术生成的“粗糙”图像反而更具迷惑性，因其接近真实摄影的瑕疵；而Midjourney、DALL-E 3等现代模型输出的“完美”图像因风格化特征明显，更易引发警惕。微软警告，随着AI技术演进，未来伪造图像的逼真度将进一步提升，传统依赖人工辨别的模式已不可行。
研究特别指出，图像修复技术允许对真实照片进行局部篡改，生成“半真半假”的内容。这类混合型伪造手段识别难度极高，可能被用于制造政治谣言或伪造证据。微软测试显示，其自研AI检测工具准确率超95%，但团队强调技术手段仍需与政策监管结合。
