印尼地震里的"廉价假信息"：算法把假画面顶到了真新闻前面

我们是 TrueLens，一个做 AI 内容鉴真的免费工具。干这行久了有个规律：每次大灾难头几个小时，信息真空一定会被假东西填满。这次印尼 8 月 15 日的 7.7 级地震，我们又看到老把戏，但多了一层更让人不安的东西——连分发系统都在帮假内容排到真新闻前面。

一条地震，一堆"借"来的画面

8 月 15 日，印尼东努沙登加拉弗洛勒斯岛附近发生 7.7 级地震，官方通报至少 73 人遇难、900 多人受伤、近 6 万人无家可归。悲剧是真的，但社交媒体上流传的"现场"大多不是现场。

• 那栋摇摇欲坠的倾斜高楼，其实是 2024 年 4 月台湾花莲 7.4 级地震里 Uranus 大楼 45 度倾斜的画面。它已经成了一种"视觉素材库"——哪有地震都被拿来套用。
• 学生躲在课桌下的片段，来自 2025 年 10 月菲律宾 7.4 级地震。
• 标着 Labuan Bajo 海啸的屋顶巨浪视频，其实是 2025 年 11 月超强台风凤王袭击菲律宾奥罗拉省的风暴潮旧素材。
• 震后红色天空的视频，实际是 2026 年 8 月 10 日哥伦比亚 7.4 级地震后的自然光散射现象。
• 还有用 AI 生成的地裂大口、人群奔逃视频——同一条假片早在 2026 年春天印尼地震时就用过，后来还被说成是委内瑞拉、哥伦比亚的灾情。

这些都是 AFP、印尼 Tempo 等机构一条条反向图搜核实出来的。

cheap fake：比 deepfake 朴素得多的假

这次最该记住的词是 cheap fake（廉价假信息）。它和 deepfake 相对：deepfake 用 AI 合成，cheap fake 用的是最朴素的手段——把一段真视频放慢、剪裁，或者干脆换个字幕、改个地名就当成别的事发出来。这个术语是学者 Britt Paris 和 Joan Donovan 提出来的，Witness 的 Sam Gregory、News Literacy Project 的 Peter Adams 也都专门讲过。

关键点在于：cheap fake 的画面本身是真的，只是被挪了窝、换了说明。这类内容检测器基本帮不上忙——它压根不是 AI 画的，检测工具读出来的 AI 概率接近 0%。但 0% 只代表这帧不是 AI 生成的，不代表这真的发生在印尼。我们一直说，检测器量的是像素的出身，不是事实的真假；在 cheap fake 身上这条规律最刺眼。

类型	画面真假	检测器能帮上忙吗
Deepfake / AI 生成	画面是合成的	能给方向，但只是概率信号
Cheap fake 旧视频换地名	画面是真的	完全没用，读 0% 只代表不是 AI 画的
算法放大	不生产内容，只决定你先看到谁	检测器管不到分发

真正的新东西：算法把假内容顶到了真新闻前面

这才是这次和以往最大的不同。灾难头几小时，搜索和推荐算法追的是新鲜和互动，不是来源可不可信。一段带着正确标签、地理标记、时间戳的合成视频，完全可以排在反应更慢的官方机构材料前面。

更离谱的是：有核查人员发现，某搜索引擎的 AI 功能把那条 AI 生成的地震图的一帧，误当成 8 月印尼的真实事件来呈现——等于官方搜索引擎亲自给假内容盖了相关的章。连一些正规媒体也在截稿压力下中招：没做反向图搜、没查元数据，就把旧视频当现场发了。

看到灾难视频，先别急着转。我们给普通人的三步：一、拿关键帧反向图搜，看它最早在哪出现；二、看原始发布时间和地点，是不是 A 地的事被说成 B 地；三、只信官方和权威来源的通报，别把未核实的画面当事实。

我们的立场

把锅全甩给 AI 太逼真是偷懒。这次印尼地震的假内容里，AI 生成的只是一部分，更多是最朴素的老视频换个字幕。真正该修的，是平台在灾情期间的信息分级机制——头 24 到 72 小时，搜索和推荐应该给官方、可信来源加权，对未核实的视觉内容降权并加提示，而不是反过来让假内容抢跑。

我们也诚实说明自己的边界：在灾难面前，检测器该退居二线。AI 假视频检测器能给方向，cheap fake 检测器完全没用，一线永远是该做的溯源工作。TrueLens 是免费、中立的第三方工具，我们的结果仅供参考，不是法律证据；真要采信，请去官方渠道核实。