待验证50% 置信事实精确时间

研究者通过分析图像频域特征（傅里叶变换下的频率分布异常）、面部生物力学一致性及全局光照方向来识别AI合成图像

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

AI绘图三强对决：ZIT、Krea2T与Ideogram 4横向实测

相关事实

待验证AI深度伪造检测技术通过识别面部边缘频域异常、眨眼频率不自然、肤色与颈部不一致、背景与前景光照矛盾等伪造痕迹来检测换脸视频74% 相似已验证2019年图宾根大学研究者发现ImageNet预训练的CNN模型在识别物体时更依赖纹理特征而非形状特征，即纹理偏置现象71% 相似待验证典型的AI生成图像特征包括过度光滑的皮肤、诡异对称、不合逻辑的光影和塑料质感70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/517200

API

curl https://kongchang.com/api/v1/knowledge/claims/517200

MCP

get_claim(id=517200)