機器之心報道

機器之心編輯部

AI 作圖，不止賣家在用，買家也在用。

最近，不少網友曬出了一個令人啼笑皆非的操作：為了從賣家那里占到一點便宜，一些買家會故意聲稱商品有瑕疵，并要求退款。但其實，瑕疵圖是他們自己用 AI 做的，比如把好的榴蓮做成腐爛掉的榴蓮。

由于水果這種東西不方便退貨驗證（即使當時沒壞，退回去也得壞了，而且運費很高），商家只能硬著頭皮退錢。

還有些商品雖然可以退貨驗證，但由于客單價比較低，退貨流程比較繁瑣，一來二去還不如退錢成本低。所以這類商家在收到瑕疵反饋的時候，一般也會選擇退錢或賠償部分金額了事。

不過，商家也留了一手，會要求買家把瑕疵品剪壞，從而確保其失去使用價值。但就是留的這手，現在也被 AI 破解了。

我們從電商賣家口中了解到，其實這種騙術由來已久。大概在十年前，就有買家通過 PS 等工具在正常商品的照片上 P 上瑕疵。但以普通用戶的 P 圖水平，如果賣家放大圖片仔細去看，大部分時候還是能是看出來的。但現在 AI 做的圖，鑒別起來就沒有那么容易了。

這看起來有點像一場「魔法打敗魔法」的鬧劇，因為如今的購物平臺上，商家濫用 AI 的情況也屢見不鮮，導致大量買家收到貨后發現「貨不對板」。

商家們利用 AI 進行著各種形式的誤導：憑空生成不存在的產品圖，將普通商品過度美化；使用無法真實反映上身效果的虛擬模特來節省成本；甚至利用 AI 批量偽造看似真實的「買家秀」和圖文并茂的好評。

而上述的部分買家除了貪小便宜，有的可能也隱藏著一種復雜的「報復性維權」心理。當一些買家自己曾遭遇過商家用精美的 AI 渲染圖「貨不對板」的欺騙后，可能會產生一種「以其人之道還治其人之身」的沖動。

出于好奇，我們用一些 AI 工具嘗試了一下，發現給正常商品加上瑕疵真是動動嘴皮子就行。雖然 AI 工具在生成的時候會給圖片加上水印，但是把水印裁掉也是很簡單的事情。

不過，要想呈現商品被破壞的效果，對于模型來說還有一定難度。

針對這個問題，不少網友提出了一些解決方案，但這些方案似乎都有各自的局限性。

比如，有人認為，可以要求買家回傳「瑕疵」商品的視頻。這種方法是否有效其實不太好說，因為在經過若干次抽卡之后，很多視頻生成工具也能生成效果非常不錯的視頻，這取決于買家選擇的 AI 工具和為此付出的努力。

還有人認為，可以要求買家不同角度多拍幾張照片。這個想法利用了當前 AI 生成技術的一大軟肋：「多視圖一致性」。然而，這頂多算是一個暫時的「補丁」，畢竟 AI 的技術迭代速度是以天來計算的。我們剛找到它的破綻，它可能明天就已修復。

還有建議強制要求在 App 內拍攝并上傳，禁止使用相冊。這能防止直接上傳 AI 生成的成品，但防不住「物理外掛」——用兩臺手機互拍，這個所謂的限制就形同虛設了。

總結下來，單一的證據形式都極易被偽造。或許比較可行的方式是要求買家提供一條難以偽造、邏輯完整的證據鏈：包含「拆箱、剪裁、展示瑕疵」等關鍵步驟在內的、多角度、全過程實拍視頻或連拍圖片

另外我們也嘗試用「魔法打敗魔法」：用 AI 鑒別 AI。其實市面上有很多 AI 鑒別器，但實測發現鑒別效果很像「抽卡」，大多數情況是它也「不確定」是不是 AI 生成的。

一個更具前瞻性的技術方案是引入「數字水印」與「內容溯源」技術。目前，科技界正在推動 C2PA 等行業技術標準，而像谷歌已經推出了名為 SynthID 的工具，它可以在 AI 生成的圖片、視頻和音頻中直接嵌入肉眼無法察覺的數字水印。

這種技術就像是為 AI 內容內置的「數字身份證」，可以記錄其生成和修改的關鍵信息。若未來能強制主流 AI 模型在生成內容時都加入此類標記，那么溯源和鑒別將變得容易得多。

歸根結底，還是迅猛發展且缺少監管的 AI 降低了買賣雙方的作假門檻。而依靠個人的力量是很難防范的，還可能會給商家售后和買家維權造成額外的成本。

這場信任危機可能會是一場持續的「攻防戰」。

一方面，AI 生成技術在不斷進化，讓偽造的圖片和視頻越來越逼真；另一方面，AI 檢測技術也在奮力追趕，試圖通過分析圖像的微觀特征來識別偽造痕跡。這就像一場永不停歇的貓鼠游戲，考驗著雙方算法的迭代速度。

在這種背景下，平臺方也在探索多種技術和策略組合。例如，通過強化證據鏈的完整性來提高偽造的難度，對那些通過 App 內相機即時拍攝、帶有時間戳和地理位置等原始信息的照片賦予更高的證據權重。

淘寶此前還發布公告治理 AI 假圖，嚴厲打擊利用 AI 假圖欺騙消費者、侵害原創品牌商家的違規行為。

同時，利用大數據分析建立用戶信用模型，對行為異常的賬戶進行更嚴格的審查，也是一種常見的風險控制手段。當技術手段難以一錘定音時，引入獨立的第三方鑒定服務，則提供了一種結合技術與人工的解決方案。

長遠來看，行業內普遍認為，建立統一的、可追溯的數字內容標準至關重要。像 SynthID 這樣的數字水印技術，如果能成為行業共識并廣泛應用，無疑將為解決當前的信任困境提供最有效的技術路徑。

最終，這場由技術引發的問題，或許仍需依靠更成熟、更統一的技術來尋找答案。

對此你怎么看？