AI News Hub Logo

AI News Hub

New Study Pinpoints AI Image Generation Weaknesses: Perspective Lines and Shadows Most Likely to Give Away the Game

ITHome
IT之家

IT之家 5 月 8 日消息,最新发表在《Science》上论文指出,当前 AI 图像生成器虽然已明显修补畸形手指、乱码文字等早期破绽,但在光照、阴影、反射和透视几何上仍常露出马脚。 该论文作者是来自加州大学伯克利分校的 Hany Farid 教授,他指出识别 AI 生图的重点,已经从“手有没有画对”转向“物理规则对不对”。 论文指出目前 AI 生图之所以“以假逼真”,容易骗过普通用户,其中一个重要原因,是 AI 越来越懂“人眼想看到什么”。 AI 生成的图片通常色彩鲜艳、戏剧感强,视觉风格也更接近电影海报或社交媒体常见的修饰画面。换句话说,它们未必更接近现实,却更接近大众对现实的想象,因此在信息流里更容易被快速接受并转发。 Farid 教授长期研究数字取证,他在论文中提出一种更细的判断方法:检查消失点(vanishing point)。 现实中,走廊地砖、地板木纹等平行线,沿透视方向延伸后应汇聚到同一个消失点。若图像中这些线条各走各的,甚至无法相交到合理位置,就说明画面空间关系不成立,图片真实性值得怀疑。 同样的方法也能用于反射与阴影。镜面或玻璃中的对应点,与实物之间的连线,理论上