2026-08-01 · 科普 · 观察
本文由 AI 辅助起草，经人工编辑审核后发布。
七月下旬，公安部网安局一次性公布了 20 起涉汛涉灾网络谣言典型案例。这已经是短时间内的第二批，前面还有 25 起。
我们本来是抱着职业好奇心去看的：想统计一下里面 AI 生成的占多大比例。这个数字对我们来说有实际意义——如果大部分灾情谣言都是 AI 做的，那 AI 鉴真工具就是防线；如果不是，我们得老实承认自己能做的有限。
数下来是 5 起。加上甘肃酒泉那位用 AI 伪造公益捐款凭证的，算 6 起。
剩下 14 起，跟 AI 一点关系都没有。
那 14 起是怎么造出来的
按公安部通报的描述拆开，一共三类手法：
| 手法 | 案例数 | 具体做法 |
|---|---|---|
| AI 凭空生成画面 | 5 起 | 地面塌陷车辆落水、洪峰冲断铁路桥、大水冲毁房屋、4.8 级地震市民逃生 |
| 旧视频剪辑换地名 | 约 8 起 | 把外地或往年的水灾视频掐头去尾，改成本地正在发生 |
| 纯口播或文字编造 | 约 7 起 | 五名钓友失联超 48 小时、水库水位预警、外卖骑手台风中遇难 |
第二类是重点。江苏无锡有人把别处的水灾视频剪一剪，配上"台风在无锡登陆，道路加油站被淹"；重庆有人翻出往年的画面，说成"梁平多地水灾，未来三天还有强降雨"；武汉有人拼出"武汉和黄冈都遭遇电击龙卷风"。
这些视频里的水是真水，车是真车，路是真路。只有那行字是假的。
这件事对我们这行是个提醒
我们做的是 AI 内容鉴真。工具能回答的问题其实只有一个：这些像素是不是模型生成的。
把这 20 起套进去看，结果很直白：
- 承德"地面塌陷"、吕梁"洪峰冲断铁路桥"这几条，检测器有戏，因为每一帧都是模型画的。
- 无锡"台风登陆加油站被淹"——检测器大概率会告诉你 AI 概率很低。它没测错。这画面本来就是真人举着手机拍的，每一帧都真。
- "五名钓友失联超 48 小时"——一句直播里的口播，压根没有画面可测。
AI 概率 0%，不等于这条信息是真的。
检测器测的是像素的出身，不是事实的真假。
我们把这句话放在这里，是因为它比"快来测一测"更重要。一个工具最危险的时候，不是它测不准，而是用户以为它能回答一个它根本没在回答的问题。
灾情谣言有个特别毒的地方：时间窗
普通的 AI 假图，你隔一周去核实也不晚。灾情信息不是。
一条"某某水库要泄洪"的消息，它的杀伤力全部集中在事发后的 24 到 72 小时——那正是所有人最急、最慌、最不会停下来核实的时候。等辟谣出来，该囤的水已经囤了，该往高处跑的人已经跑了，救援电话已经被打爆了。
而检测这个动作本身是有成本的：你得截图、上传、等结果、再交叉验证。在恐慌传播的速度面前，这套流程慢得不像话。
所以对灾情类信息，我们的真实建议是：别先想着测画面，先想着查源头。 这个顺序反过来，效率差十倍。
涉案的人里，50 岁以上有 8 个
通报里还有个细节我们盯了很久：20 起案子的涉案人年龄从 29 岁到 61 岁，其中 50 岁以上的有 8 位。
61 岁的牡丹江网民用 AI 生成"大水冲毁房屋"，52 岁的吕梁网民用 AI 编"重庆洪峰冲断铁路桥"。这些不是技术极客，是被"三秒出图"的门槛降低到人人可用的普通人。
更麻烦的是传播结构。通报里说得很清楚：短视频平台抢的是公域流量，文字类谣言则在朋友圈、家族群里定向传播。也就是说，同一批中老年用户，既是造谣的一环，也是最容易转发和相信的一环。而家族群这种私域场景，几乎没有任何辟谣机制能覆盖到。
你在群里看到的那条"刚接到内部消息"，往往已经是第五手了。
灾情信息，我们只做这三步
比盯着画面找破绽实用得多：
- 查源头。 地震看地震台网，汛情看应急管理和水利部门，天气看气象台，本地看政务号。地震速报是自动发布的，比任何视频都快。凡是"内部消息""还没报道"，先当假的。
- 查地点。 截图反向图搜一下，旧图新传立刻现形。也可以看画面里的路牌、车牌归属地、店招字体、树的季节——对不上就有问题。
- 查时间。 视频里的光照、植被、穿着，跟你所在地的当下对得上吗？南方梅雨季的水淹画面搬到北方八月，一眼就能看出别扭。
还有一条不算技巧的建议：别当家族群里第一个转发的人。 灾情信息晚发五分钟不会死人，早发五分钟也救不了人，但转错了会真的添乱。
我们的立场
TrueLens 是免费的公益科普站，不卖检测、不收费，也不是任何机构的代言人。我们做的检测演示可以帮你判断一张图的像素来源，仅供参考，不构成法律证据。
我们更希望你记住的是这篇文章里那个不太好听的结论：在真实世界的谣言里，AI 只占一小部分。剩下的那些，靠的还是最老派的办法——找源头、比时间、对地点。
工具解决不了的问题，习惯可以。