一条"印度人趴在垃圾上揉面饼"的 AI 视频，2,800 万人看过

我们是 TrueLens，一个做 AI 内容鉴真的公益科普站。平时看多了换脸诈骗、假专家带货，但这个月有一条视频让我们觉得不太一样——它不骗钱，也不冒充谁，而是用 AI 编了一段"印度人趴在垃圾堆上揉面饼"的画面，在海外平台刷到 2,800 万次播放。

那条视频长什么样

画面里一个印度男人，光着上身，趴在一堆垃圾当中，拿肚子当案板揉面饼（roti）。场景脏乱、人物邋遢，看着就让人不适。它没有说"这是纪录片"，但架势摆得很像街头偷拍，配上算法推送，很多人当成"印度真实日常"刷过去了。

美国创作者 Kristen Fischer 看到后发了辟谣视频。她本身就是做跨文化交流内容的，指出这段根本不是真的——是 AI 合成的。她担心的地方很具体：看这条视频的人里，绝大多数这辈子不会去印度，他们脑子里的"印度"就靠这类画面拼出来。一次两次是段子，刷多了，人就会默认"哦，那边都这样"。

它和"换脸诈骗"不是一回事

我们平时写得最多的，是 AI 冒充某个具体的人去骗钱：假 CEO、假警察、假营养师。那条路径好歹有个"受害者"能指认、能报警。

这种"群像污名"视频没有单一受害人，却可能伤到十几亿人。它把一整个国家、一整个民族压缩成一个恶心的瞬间，再靠推荐算法放大。等有人想澄清，热度已经过去了。

更麻烦的是，它比诈骗更难定性。骗钱有转账记录、有法律条文；"用 AI 丑化一个群体"在很多地方连专门的法律都没有。这次事件里，类似的名人深伪在巴基斯坦就被指出：当地《电子犯罪法》里根本没有针对 AI 生成内容的专门条款，只能拿"诽谤""非自愿影像"这些旧条文硬套。

维度	换脸诈骗	群像污名视频
直接受害者	明确（被冒充者 / 被骗者）	模糊（整个群体）
目的	骗钱	引流、煽动、偏见
取证难度	中（有转账 / 对话）	高（无具体受害对象）
法律兜底	相对成熟	多靠旧法硬套

我们为什么觉得这事该写

第一，门槛太低了。生成这种视频不需要任何专业知识，输入几句话就能出片。过去要抹黑一个群体，得拍、得剪、得有人信；现在一个人、一台电脑、一个晚上就能量产。

第二，受众没有"免疫"。前面说的 Kristen Fischer 之所以着急，是因为她的粉丝里很多人对印度只有屏幕上的印象。一旦错误印象先入为主，后面再多的真实内容都很难翻盘——心理学上这叫"首因效应"，但放在 AI 时代，就是"假内容先到，真相追不上"。

第三，平台溯源慢半拍。这种视频通常不主动标 AI，等平台或第三方检测发现问题，它已经跑完第一波流量。我们做过测试，不同检测工具对同一段视频的判断能差出二十个百分点，这说明单靠技术打标并不保险。

提醒一句：TrueLens 是免费、中立的第三方科普站，检测结果仅供参考，不能当法律证据。看到这类"展示某群体生活"的视频，别急着信也别急着转——先想三个问题：这谁拍的？为什么火？我有没有别的渠道印证？

普通人能做什么

看到离谱的"异国日常"，先缓一缓。真要核实，去找在当地生活的人、去看正经媒体的报道，而不是让一条没署名的短视频替你定义世界。

AI 的本事越大，我们越得守住一件小事：不让别人用一段假画面，替我们决定怎么看另一群人。