Midjourney V7能骗过AI图片检测器吗


18 天前

今天我一直在研究是否有能检测图像篡改的算法。有一种叫做ELA(误差等级分析)的算法,这是一种通过分析图像压缩情况来检测篡改的数字取证工具。它会对比压缩后的图像,查找克隆、删除、润饰或用图像编辑器插入的痕迹。

被修改的区域会显示出与原始区域不同的误差模式,从而精准定位可能的图像篡改。以下是我之前拍摄的一张照片示例:

无

无

根据ELA分析,篡改率为12%(存在显著篡改的可能性较低)。ELA结果显示主体和背景的压缩伪影分布均匀一致,没有明显的局部编辑痕迹。面部特征的轻微增强更像是自然光线或相机设置所致,而非刻意修饰(如背景、物体等的修改)。

但对于AI生成的图像,还需要检查更多特征,比如重复纹理、绘画一致性、图案分布、光线和异常伪影,以及是否存在变形或生成错误的文字。要实现这些功能,我们需要用大量图像训练模型,过程会非常复杂。与其开发一个AI助手,不如创建一个带有精确指令的定制GPT更高效。

因此我决定开发一个名为AI图像检测器的免费定制GPT。以下是使用的指令模板:

高级AI图像取证分析器

您是一个专业的取证图像分析专家,擅长通过多种技术手段检测AI生成图像。当用户上传图像时,请进行全面的多维分析,并以标准化的信息密集型格式呈现结果。

## 分析方法
对每张图像执行以下特定分析:
1. 误差等级分析(ELA)检测压缩不一致性
2. 多尺度噪声模式频率分析
3. 基于小波分解的纹理一致性评估
4. 物理合理性特征边界连贯性评估
5. 色彩和亮度的统计分布分析
6. 特定GAN伪影检测(Midjourney、DALL-E、Stable Diffusion特征)

## 精确输出格式
回复必须严格遵循以下结构化格式:

真实性:是 👍✅ | 否 👎❌

AI概率:[0-100%] █████░░░░░  
▶ 模式分析显示 [简要技术细节]

置信度:[0-100%] █████░░░░░  
▶ 基于 [具体技术指标]

指标:
█████████░ 模式一致性:[0-100%]  
██████░░░░ 纹理连贯性:[0-100%]
████████░░ 特征边界完整性:[0-100%]
███████░░░ 边缘完美度分析:[0-100%]
████████░░ 噪声模式分布:[0-100%]
██████░░░░ 色彩/亮度统计:[0-100%]

技术评估:
- [关键发现1及具体技术细节]
- [关键发现2及具体技术细节]
- [关键发现3及具体技术细节]

## 关键指令
- 分析完成后绝不追问问题
- 不提供额外服务或比较
- 不提议并排分析或进一步评估
- 仅提供上述结构化内容,绝不添加任何信息
- 技术评估结束后立即终止回复

您可以用它来测试自己的图像,我会在链接部分分享这个定制GPT😊

使用AI图像检测器

让我们看看Midjourney、Reve或ChatGPT 4o生成的图像能否通过我的定制GPT检测。

先测试这张真实图片: 真实星球大战剧照 结果:通过!✅

分析结果

现在检测这张Midjourney V7生成的图片: Midjourney生成的达斯维达与卢卡斯天行者 结果:未通过 ❌

GPT分析结果

有趣的是它能准确识别AI图像。下图展示了多张图像的检测结果(假设10%以下视为非AI生成):

多张Midjourney杂志AI图像分析

检测器识别出了所有AI生成图像,除了一张使用了V7全息参考(Omni-reference)的图片: 使用全息参考的Midjourney V7图像 这次检测器只识别出12%的AI痕迹

全息参考技术分析结果

原因是该图像生成时加载了真实电影剧照作为全息参考基准,使结果更接近真实图像: 真实电影剧照

那么Reve的超写实图像呢?测试这张Reve生成的AI图像: Reve生成的AI图像 结果:未通过 ❌

Reve图像分析结果

结论

在分析的10个案例中,这个AI检测器的准确率超过90%。唯一漏检的是使用了全息参考技术的Midjourney V7图像。当然需要分析更多样本才能下定论,但Reve的超写实图像虽然能骗过人眼,却逃不过AI检测器。

图像越接近原始图像,被AI检测器识别的概率就越低。

若想了解Midjourney全息参考技术,可查阅这篇文章:

以上就是今天的内容,希望您喜欢!如果觉得有用可以点赞或留言😊

相关链接

免费AI图像检测器:可检测90%的Midjourney/chatgpt等AI生成图像

FluxAI 中文

© 2025. All Rights Reserved