路透社实测发现，Meta 检测工具面对裁剪后的自家 AI 生成图片竟然“失灵”

就在7月11日，路透社公布了一项令人玩味的测试结果——Meta本周推出的AI图像检测工具，居然存在一个挺尴尬的短板：连自家模型Muse Image生成的图片，只要经过简单的裁剪，检测工具就立马“失明”，无法确认其AI来源。这跟Meta此前宣称的“裁剪后仍能识别”形成了鲜明对比。

Meta在推出Muse Image时同步发布了这款检测工具，官方的说法是：即使图片被裁剪过，工具依然能识别出哪些内容是由Meta AI生成的。然而，路透社的实际测试结果却给这个说法泼了一盆冷水——

。

测试过程很直接：路透社用Muse Image生成了40张图片。检测工具对所有原图都成功识别，这没问题。但接下来，同一批图片被裁剪到原图三分之一到二分之一大小后，情况就变了——

。换句话说，超过一半的图片，裁剪后就直接“隐形”了。

这里需要解释一下技术原理。Muse Image会在每张生成图片中嵌入一个名为Content Seal的隐形水印。Meta官方宣称，检测工具正是通过这套水印系统来确认图片是否由自家AI模型生成，而且强调“即使图片经过裁剪也能识别”。但从测试结果来看，这个“即使”显然是有条件的。

面对路透社的质疑，Meta的回应倒也坦诚：他们强调检测工具目前

。Content Seal的设计目标确实是在常见编辑操作后继续保留水印信号，但一旦图片被大幅裁剪，信号仍然可能丢失。这其实等于变相承认了局限性——不是“所有裁剪都能识别”，而是“部分裁剪条件下可能失效”。

说句实在话，这种“理论可行、实操打折”的情况在AI检测领域并不少见。但Meta作为行业巨头，自家工具连自家模型生成的图片都测不准，确实值得关注。毕竟，随着AI生成内容越来越泛滥，检测工具的可靠性直接关系到信息真实性。预览版可以理解，但用户真正需要的是经得起推敲的实用工具。