AI 生成图片与真实图片：并排案例对比

用户搜索“real or AI image”时，通常想知道具体案例中的差异，而不是再读一遍完整操作教程。下面按人像、商品图和风景图拆分比较；如果你需要从来源、元数据、反向搜索到检测器的完整流程，请阅读 AI 图片核验操作指南。

1. AI 生成图片与真实人像

先只看画面。两张图都采用相似的侧脸、抬手和强逆光构图，所以读者可以把注意力放在细节上：左侧 AI 重现的人物有更规整的脸部轮廓、头发丝和皮肤高光，右侧真实照片则有自然的欠曝、镜头眩光和不均匀的发丝边缘。即使如此，也不能把某一种皮肤质感或光线效果当作固定证据。

接着比较来源。右图的 Wikimedia 文件页给出了摄影者、巴黎拍摄地点、2015 年日期和相机数据，包括 Canon EOS 1100D、55 mm、ISO 100、1/320 秒与 f/11。这些字段仍可能被编辑，不能单独证明照片真实；但作者、地点、时间、原始发布记录和相机参数彼此一致，构成了一条可复核的证据链。左图的决定性信息则不是五官，而是我们知道它由生成工具制作。

这组案例说明了关键差异：视觉检查负责发现矛盾，来源检查负责解释图片从哪里来。对于“was this made by AI”这种问题，如果有明确的创作记录，就不应该忽略它、只凭毛孔或手指重新猜一次。

检查人像时，先看成对出现的细节。两只眼睛的高光不必完全相同，但应该能被同一组灯光解释；耳环可以不同，却应有明确设计意图；眼镜腿穿过头发后应在合理位置重新出现。再看牙齿和嘴角：不要只数牙齿，而要观察牙齿分界是否在嘴唇边缘突然消失、牙龈是否形成不可能的连续白块。

然后检查头发与皮肤、衣领和背景的交界。真实照片中的细发可能因逆光变亮、因景深变软，也可能被压缩吃掉；可疑情况是同一束头发在几厘米内同时变成皮肤、布料和背景。皮肤方面，毛孔缺失不是可靠结论，因为磨皮和手机人像模式会产生相似效果。更有价值的是光影关系：鼻梁高光、眼窝阴影、下巴投影和背景主光源是否一致。

如果头像用于交友、招聘或交易，再检查人物是否存在于这张照片之外。反向搜索头像，查看账号是否有不同日期、角度和环境下的照片，检查视频或现场拍摄请求是否与其身份主张一致。一个完美的人脸既不能证明 AI，也不能证明账号背后的人真实存在。

2. AI 生成图片与真实商品图

比较商品图时，先看包装文字、标识边缘、瓶盖或按钮的重复结构，再看商品与桌面之间的接触阴影和反射。真实产品摄影也可能换背景、加光效或合成广告场景，所以关键不是“画面是否漂亮”，而是商品形状、标签、透视和阴影能否在同一场景中保持一致。

3. AI 生成图片与真实风景图

风景图更适合检查远近关系、建筑或树木的重复规律、水面倒影和雾气层次。全景拼接、HDR、降噪和社交平台压缩也会制造不自然的边缘，因此单个奇怪的树枝或云层不能直接证明 AI。应观察同一透视和光线是否贯穿前景、中景与远景。

4. 裁剪和压缩如何影响视觉线索

压缩也会制造假线索。聊天软件截图可能让真实头发粘成块、让背景文字变形、让皮肤纹理消失；相反，AI 图被缩小后，原本明显的局部错误可能完全看不见。因此，判断前尽量拿到分辨率更高、接近原始导出的文件。只有缩略图时，应把结论限制为“当前版本证据不足”，而不是提高语气来弥补信息缺失。

5. AI 图片有时会和真实照片难以区分

新生成模型可以做出正确的手部、可读文字和自然光影；真实照片经过美颜、背景虚化、HDR、降噪、换天和生成式填充后，也可能呈现“AI 感”。此时更准确的问题不是简单二选一，而是哪些像素来自相机、哪些区域经过生成或替换，以及发布者是否如实披露。

6. 用 AI 图片检测器测试这些案例

对每组案例，先记录图片标签、来源链接和文件版本，再上传尽可能接近原始文件的版本到 AI 图片检测器。把检测结果与已知的创作来源对照，而不是把分数当成新的绝对证明；完整的来源与结果解读流程见 AI 图片核验操作指南。

检测器分析的是当前文件的像素信号，不会亲眼看到创作过程。对已知为 AI 生成和已知为真实摄影的案例，结果可以帮助你理解模型抓到了什么；对来源未知的图片，仍需结合结构、来源和文件证据。若各类证据互相冲突，应保留“证据不足”或“混合工作流”的结论。