11/07/2026 04:20 - Tecnologia
根据路透社于2026年7月10日发布的分析，Meta的新型人工智能图像检测工具在识别被修改过的图像时存在一定的局限性，这一发现在这个重要选举年凸显了内容验证面临的挑战。来源：El Destape
该研究评估了本周由该公司推出的生成式图像模型Muse Image创建的40张图像。虽然该工具成功验证了100%的原始图像，但一旦这些图像被裁剪至原大小的三分之一到一半，它就无法识别其中55%的图像。
Meta解释说，其初步工具通过一种名为Content Seal（内容印章）的隐形水印来识别自己生成的图像，该水印会集成到每张生成的图像中。然而，该公司承认，如果图像被过度裁剪，这个信号可能会丢失。
人工智能的进步带来了改进深度伪造（deepfakes）识别工具的需求。像谷歌和OpenAI这样的公司也警告说，他们的检测系统在面对图像篡改技术时仍然不是万无一失的，这表明整个行业都在进行全球性的努力。
在这方面，纽约州立大学布法罗分校的计算机科学教授、人工智能图像取证研究员吕思伟（Siwei Lyu）解释说，只要信号保持完整，基于水印的方法可以非常有效，但裁剪或高强度压缩等修改可能会暂时降低其有效性。
早在2026年3月，Meta的监督委员会就敦促该公司加大力度应对误导性内容的激增。这种分析对于平台继续改进和适应其技术至关重要，从而在未来为所有用户保证一个更安全、更透明和更可靠的数字环境。
Alfredo S. Quiroga
