跳过正文
  1. 文章/

X上伊朗战争的AI伪造内容泛滥成灾

·1 分钟
文森的科技小站
作者
文森的科技小站
文森的科技小站
目录

X上伊朗战争的AI伪造内容泛滥成灾
#

快速导读
#

  • 自2月28日美以对伊朗发动攻击以来,X(Twitter)上出现大量虚假或被篡改的影像证据,且越来越多由AI生成。
  • X的AI助手Grok在核验视频与图片来源时多次出错,甚至将AI生成图像当作“证据”发布。
  • 国家级账号、付费蓝标账户与宣传网络都在放大这些内容;现有AI检测工具和平台标签机制仍然不足以遏制误导信息的传播。

相关背景
#

自美以对伊朗发动攻击以来,社交平台成为信息与误导并存的主要战场。原本用于分享现场画面的短视频、照片,因AI图像/视频生成工具的普及,出现大量看起来“很真实”但实际为伪造或拼接的内容。


典型例子
#

当反信息专家Tal Hagin在X上请求Grok核验一段“伊朗导弹打中特拉维夫”的视频时,Grok多次误判视频的地点与日期(原视频来自伊朗国营媒体,实际并非特拉维夫事件源)。为了证明其判断,Grok还发布了一张AI生成的“战争图像”。Hagin反驳称这些都是“AI做出来的糊弄图”。

  • Grok相关帖:https://x.com/grok/status/2030774565291405566
  • 原始转发(PressTV):https://x.com/PressTV/status/2030703851846701142

这个交互凸显两个问题:模型核验能力不稳、以及AI自身成为制造误导的工具。


AI生成的大量案例
#

研究与媒体核查揭示了多个典型传播案例:

  • 伊朗官方或亲伊朗账号发布的AI生成“高楼燃烧”视频(巴林某高楼被烧的影像)被广泛转发。例:https://x.com/TehranTimes79/status/2028485554103259276
  • 一张显示美军B-2轰炸机被击落并有美军被捕的合成图,曾被转发超过百万次(后被删除)。示例帖:https://x.com/Shayan86/status/2030841866715898129/photo/1
  • 声称捕获“Delta Force”成员的图片被观看超过500万次后删除: https://x.com/Shayan86/status/2030864740180771173
  • 有的视频声称展示伊朗在洞穴中制造导弹,虽然不逼真但仍被大量转发,观看次数破百万。

这些内容有的高度逼真,有的明显造假,但在情绪化传播环境中都能快速获得大量曝光。


宣传网络与偏见内容
#

独立研究机构(如 Institute for Strategic Dialogue)指出:亲政权的宣传网络在X上利用AI生成图像传播煽动性与反犹信息,比如将正统派犹太人描绘成引导美军参战或庆祝美方伤亡的影像。此外,一条声称展示“穿内衣走过特朗普身边的小女孩”假视频曾被观看超过680万次(尽管随后删除,但仍在平台上被反复传播)。


平台的应对
#

  • X的短期措施包括:若蓝标(付费)账号发布未标注的战争AI视频,将暂时取消其变现资格(demonetize)。但X未公开具体执行数量。
  • 另有报道指出,多名伊朗官员曾购买X的付费服务以获取蓝标和更高曝光,这增加了AI伪造内容的传播影响力(参见WIRED报道)。
  • Meta(脸书母公司)的监管机构对其AI生成内容的标签策略提出批评,认为其不足以应对危机时期内容传播的速度与规模(相关声明:https://transparency.meta.com/oversight/oversight-board-cases/ai-generated-video-in-iran-israel-conflict/)。

识别真伪的短板
#

  • 随着生成模型的进步,AI图像/视频已越来越难以通过视觉细节一眼识别真伪。许多AI检测工具在不同样本上表现不稳定。
  • 媒体与研究者指出,单靠自动化检测或平台内标签无法完全阻止误导性传播;需要结合人类核查、跨平台溯源和元数据分析。

Isis Blachez(NewsGuard)指出:用户面对看似“证据”的视觉内容时往往不再怀疑,而现有资源去鉴别这些内容也存在缺陷。


结论与建议
#

  1. 平台应提升“源头溯源”与标注机制:对可疑的战争/危机相关视觉内容强制要求来源证明并标注“未经核验”。
  2. 对付费蓝标、验证账号应建立更严格合规审查,避免国家或政权相关账号利用付费服务放大虚假内容。
  3. 投入更强的人力核验队伍与跨组织协作(媒体、NGO、独立研究机构)以提升事实核查速度。
  4. 政策层面需考虑AI生成内容的紧急治理规则,尤其是在战争与危机语境下的应用与惩罚机制。
  5. 提升公众的媒体素养:教育用户如何核验图片/视频(检查原始发布者、反向图像搜索、元数据与卫星/地面证据对比)。

参考阅读
#


本网站部分链接可能为联盟推广链接(Affiliate Links)。如果你通过这些链接购买产品或服务,站长可能获得佣金,但你无需支付额外费用。

📖 阅读量: