近段時間，有圖HappyHorse與GPT Image 2上線，相時相標志著AI圖像生成技術邁入全新階段。代們48手許多人感慨，有圖“有圖無真相”的相時相時代已然到來。
（一）
約二十年前，代們中國互聯網曾流行一句話：“有圖有真相”。有圖一張照片，相時相往往被視為佐證事實、代們終結爭論的有圖鐵證。彼時PS技術雖已成熟，相時相但修圖痕跡終會露出破綻，代們真相尚有跡可循。有圖
約十年前，相時相48手Deepfake技術問世，代們逼真的換臉視頻讓公眾第一次真切感受到“眼見未必為實”。此后，自媒體平臺上屢屢出現將游戲畫面當作事故現場等傳播亂象，一次次挑戰著人們對視覺信息的信任。那句“眾所周知，視頻是不能PS的，所以是真的”，早已淪為對“魔改”視頻的反諷。
如果說此前的AI生圖還顯粗糙扭曲，那如今新模型對真實世界的復刻已幾可亂真。有人用它偽造社交媒體截圖，無論是應用界面的像素級還原，還是數字壓縮產生的“電子包漿”，都模擬得極其自然。若想更進一步，還能生成拍攝屏幕的效果，連反光、摩爾紋乃至劃痕裂紋都惟妙惟肖。
更令人不安的是，它不再需要復雜的提示詞工程，僅憑簡單的自然語言指令，就能生成微信對話、微博轉發、新聞推送等任意畫面，可以說技術門檻已低到人人可用，造假成本趨近于零。
（二）
在碎片化信息環境中，公眾早已習慣僅憑社交媒體上流傳的一張圖片、幾句配文，來認知身邊瑣事乃至國際風云。
這同樣為謠言生成留下了空間——“開局一張圖，內容全靠編”。聊天截圖、名人“現場照”、事件“第一手畫面”，成了某些人煽動情緒、制造謠言的燃料。一張圖配幾行聳人聽聞的文字，便能掀起輿論巨浪；待真相浮出水面，謠言早已污染公共討論、撕裂社會信任。
“造謠一張嘴，辟謠跑斷腿”——辟謠需要專業的事實核查、敏捷的響應、豐富的佐證與權威的背書，其門檻遠遠高于造謠者敲出的幾行提示詞。在算法驅動的分發機制下，一條能煽動情緒的信息可在幾分鐘內觸達成千上萬的用戶；而嚴謹翔實的事實核查文章，一則調查需要時間，與謠言存在天然時差，二則也因內容往往嚴肅平實，傳播效果受限。于是乎，辟謠成了一場注定落后的賽跑。
平臺審核系統也存在困難：無法從動機上區分用戶傳播的AI內容，究竟是善意合理使用，還是惡意造謠傳謠。傳統的監管模式，就像用漁網攔截洪水——AI生圖的精度已精細到毛孔，防護網的網孔仍太過稀疏。
（三）
當一切都可以被偽造，公眾將陷入兩難：懷疑一切，要付出高昂的認知成本；相信一切，則難免受騙。在信息與認知場域內，霍布斯在《利維坦》中描述的“自然狀態”——“一切人對一切人的戰爭”——可能正悄然降臨。
信息傳播與社會共識的形成，本質上是一種協作。我們不可能將辨別真偽的希望僅僅寄托于普通用戶的“火眼金睛”，而需要各方主體同向發力，共同守護信息環境的真實可靠。
第一，AI廠商應擔起源頭責任。不能只顧發布新模型，而無視其對信息傳播的傷害。行業應當建立共同認可的標準協議，將無感水印內嵌于AI生成內容，從源頭打上“數字基因”。
第二，平臺方要當好守望者。內容分發時，應依據標準對AI生成內容打標追蹤，讓用戶清晰識別其AI屬性，提高對虛假信息的警惕。同時，須建立敏銳的輿情感知機制，在虛假信息形成風暴前及時預警、阻斷傳播鏈。平臺還應盡快為用戶提供便捷的AI內容識別工具，利用大模型的語義理解與圖像分析能力，實現自動化比對與風險提示，真正找到“技術解”。
第三，主流媒體更需彰顯“壓艙石”作用。唯有深入現場，用高密度、高保真、多角度、可交叉驗證的事實，才能擊碎謠言。當AI多模態生成技術讓虛假信息制造變得更加容易，這對于媒體尤其是主流媒體提出了更高要求。
最后，普通用戶也并非軟弱無助。我們應該在數字世界揚棄“有圖有真相”的前提假設，對屏幕上的一切多留一分警惕。看到“爆炸性”截圖，先別急著轉發，多問一句來源；讀到“內部人士”爆料，先別忙著站隊，多等一個交叉驗證。更進一步，新聞傳播教育與媒介素養應當成為公民教育的一環，構建好應對AI造假的基礎防線。
