据 Gizmodo 报道，澳大利亚国立大学研究团队在 PNAS 发表研究，尝试训练人类更准确地识别 AI 生成的人脸图像。研究者认为，传统的“找错误”方法正在失效：多一根手指、背景扭曲、文字乱码这些线索，随着生成模型进步会越来越少。更有效的方法，是训练人们看整体印象。

这个判断很符合普通用户今天的困境。几年前，AI 图像经常一眼假；现在很多图片第一眼已经很顺。你盯着手指、牙齿、耳环和衣领看半天，可能什么都找不到，但又总觉得这张脸“太平均”“太顺”“像模板”。研究者把这种感觉拆成六个维度：对称性、比例、吸引力、表情、独特性和记忆性。

论文的核心不是告诉你“AI 脸都更漂亮”，而是说生成模型在训练数据上学习到大量人脸的数学平均值，最后生成的人脸往往更对称、更标准、更符合普遍审美，但也可能更缺少真实人的独特表情和记忆点。换句话说，AI 生成的人脸未必更丑，反而可能太“顺眼”。

研究里，参与者先判断一批真实和 AI 生成面孔，然后经过六组训练，每组任务都要求他们根据整体特征给图像评分。训练结束后，参与者识别准确率接近翻倍，表现最好的人接近完美识别。这个结果说明，人类不是完全被动等 AI 检测器救命，我们也可以训练自己的视觉判断。

但这事不能夸大。第一，研究主要针对 AI 生成面孔，不等于所有图片、视频、音频深伪都能用同一套方法识别。第二，参与者是在实验环境里接受训练，不代表普通人在刷短视频、看新闻截图、被情绪带动时也能保持同样判断。第三，所谓整体印象本身也可能带来偏见，比如把某些“更标准”的真实脸误判成 AI。

OC 的判断是，AI 图像识别会越来越像媒体素养训练，而不是一条万能口诀。过去我们教用户“别点陌生链接”，现在要教用户“别只相信第一眼真实感”。看来源、看上下文、看图片是否被其他可靠来源引用，仍然比单看一张脸更稳。

对普通读者来说，最实用的建议是：别再把“手指没错”当成真图证明，也别把“脸太漂亮”当成 AI 证据。真正要练的是整体怀疑能力：这张图为什么出现？谁发布的？它要你相信什么？有没有原始来源？AI 越会修细节，人就越要从细节崇拜里退出来。

参考来源

• Gizmodo：Scientists Think This Is the Best Way to Detect AI Slop Imagery