編輯彙整團隊：FactLink 數位素養實驗室團隊 馬麗昕、陳慧敏、李惟平
更新時間：2025/11/20
若需要PDF完整版，請聯繫Factlink數位素養實驗室 factlinktw@gmail.com
【AI時代】媒體如何辨認影像真偽？
AI時代，我們正遊走在一條介於真實和虛幻的臨界線。當AI造假影像製作的速度、技術質量超越查證的速度時，媒體、事實查核工作者、技術專家將面對的是一場「貓追老鼠」的追趕遊戲。而面對這場艱困的挑戰，關鍵在於媒體記者能否守住最重要的真相防線。
造假影像歷史由來已久，從過往的後製剪輯、移花接木斷章取義等，到DeepFake、AI生成等造假影像。如今只需要幾分鐘就能創造數個「好」的AI假影像，而查證的時間往往是造假時間的數倍。在緊急新聞事件時就會對社會造成影響。
FactLink團隊透過與技術專家的協作設計一套「AI影像查證指南」。我們深知，在編輯截稿時間壓力下，如何快速且精確的辨認影像真偽是最關鍵的核心，因此，本指南將從第一線媒體記者、事實查核工作者的角度出發，設計出三階段查證原則：
緊急事件影像基礎查證方法
「AI影像」人眼辨認檢測表
AI偵測工具包
緊急事件影像基礎查證方法
愈複雜反而需要愈簡單，AI影像是最新趨勢，需要有新的策略、工具偵測。但是影像的真偽辨認需建立於「基礎」的查證原則。尤其是在緊急新聞事件、天災戰爭等，基本查證原則是最簡單卻總有效的方法。
當緊急新聞狀況、天災戰爭發生時：
當緊急事件、區域衝突等重大事件發生時，編輯室可以迅速建立機制，透過關鍵字來收集社群平台上熱傳的（多分享、同時多人張貼）貼文和影像，但編輯檯更核心的工作，是要檢視和查證這些來自社群上的貼文、影像是否為真實，查證是媒體最核心，也最有價值的工作。
在收集方面，社群媒體如「Facebook」、「Instagram」、「Threads」，而國際衝突事件，熱傳的影像通常是出現在X平台。
影像查證基礎原則：
來源鑑定：透過以圖反搜等方式搜尋影像最早的來源，並分析來源是否可信。
檢視來源的可信度：來源是誰？是否有辦法取得此資訊？來源平時發什麼文？此外，GoogleAI生成的影像，使用Google以圖反搜時，選擇圖片檢視可以辨認出來。查看其他線索：交叉比對影像來源跟社群文字是否相符；找到影像的其他版本，可以做版本的比較，其他版本可能留有「AI浮水印」；檢視社群貼文下方的留言，也可能留有線索。確認人事時地物：人事時地物、影像內容是否合理、一致。求證：向當事人、相關單位、來源者求證。檢視畫面：影像畫質是否不合理失真、存在明顯怪異之處。「AI影像」人眼辨認檢測表
AI影像常出現不合常識的破綻，如聲音嘴形對不上、畫面有明顯不合物理、現實知識，人物群體經常出現破綻。以下整理人眼可以快速辨認的方向，快速辨認是否可能是AI造假影像。
聽聲音、看嘴型
聽聲音與嘴型是否對得上？
講話語氣、節奏停頓、呼吸是否自然？
音質是否自然？
分析畫面元素
影片是否出現明顯可見的AI工具浮水印圖像？下圖整理出目前常見的AI浮水印標籤對照表，若有留存浮水印可證明為相應的AI工具生成。
當媒體嘗試查證社群平台的熱傳影像時，可以留意在影像是否留有「浮水印」，「浮水印」是為影像為AI生成的直接證據，比如，若影像由sora生成，影像中看到sora字樣。
不過，這些影像貼文常會被「加工」，用部分影像馬賽克或特定logo遮掩起來，讓讀者看不到浮水印。針對此情況，在影像查證時，運用Google的以圖反搜，找到社群平台或網站上，同一影像的不同版本，有可能其他版本或原始版本仍留有「浮水印」，這是方法之一。
影像是否出現明顯破圖、畫面生成斷裂、文字失真扭曲？
AI技術進步快速，截至2025年11月20日，影片破圖、畫面斷裂的情況已近乎很少出現；另外，「文字失真」狀況已逐漸改善。以最新Gemini3模型為例，繁體中文字出現較少失真狀況。僅偶有文字比例失真情形。
影像畫質是否過於精緻完美、無顆粒感？如地景、天空是否過度平滑或過於規律？以及物件表面過度光滑：牆、布料、水面是否「噴砂感」？
分析人物、人群
身體和五官辨認：人臉與身體接合處是否自然，有斷裂感嗎？人物手指、五官是否正常？是否出現不自然眨眼，或是根本沒眨眼？
人臉細部：眼睛肌膚是否過度平滑、零毛孔、髮絲是否有獨立髮絲？齒列與嘴唇是否糊在一起？
人群：人群過度同類（同年齡、性別、族群）、眾人目光同向、人與人間距相同、表情僵硬？
分析消失點與透視線
檢視消失點與透視線的合理性：真實的影像建築物、道路會在透視點匯聚（如圖）；若是AI影像，透視線不會匯聚在同一點。空間幾何仍是主流AI生成的弱點，可多加利用。
例如下圖的AI主播播報畫面，可明顯看見建築的透視線匯聚在不同消失點上，為明顯破綻。
又例如下圖的真實照片，周圍建築的透視線收束在同一個消失點上。
分析光影變化、反射
光影是否合理？
找出光源方向是否一致、檢查陰影是否同向，陰影方向是否互相衝突？如下圖影片一段號稱是優勝美地光影瀑布的畫面，影片一開始光影照射在左上山頭，但隨後光影隨著瀑布而下，但山頭光影並未變化，明顯不合理。
物品與反射的角度是否合理？
正常的影像會有符合物理原則的折射方向。但如下圖AI生成照，人臉的角度與鏡像中明顯不符合物理常規。
確認時事、地理脈絡
若出現真實事件的地點，是否有失真扭曲？可用地理工具交叉驗證比對
季節/天氣/衣著：是否與宣稱時間、地點不符？
AI影像鑑定偵測工具包（更新 2025.11.20）
透過基礎查證、AI快速檢測方法，可以初步判斷影像是否為造假。若判斷為造假，可進一步分析造假的類型，不同的造假手法將會運用不同的偵測工具，或是交叉檢驗。
資安院前瞻研究中心指出，影像造假類型多元，若以造假的「技術」分類，可將影像造假類型分成cheap fake，如後製P圖，以及AI合成影音兩大類。然而，鑑定AI影像不能仰賴單一工具、方法，影像來源、人事實地物查證、常識判斷、工具偵測的綜合判斷。
了解影像攻擊手法和趨勢
AI影音造假類型多元且複雜，根據資安院數位訊息分析組分析，可分為語音變造，如文字轉語音、語音複製技術，又叫做深偽語音；以及影像變造，如換臉、唇形同步，為深偽影片（Deepfake）。
此外，生成式AI技術的進步，帶來造假影片的革新。如聲音、影片的生成，讓圖片說話、動作同步，以及用AI創作的虛擬人物「數字人」技術等。
在辨識影像時，可以採取資安的「紅藍」攻防概念，從影像怎麼被產製來思考怎麼選擇AI影像偵測來做拆解。完整且最新的影像造假手法拆解，可參考資安院數位分析組整理「影像鑑識流程」。
影像偵測工具的使用要點與心法：
在辨識影像上，可以先初步判斷影像造假方式的幾種可能，再選擇適合的AI偵測工具。要留意的是，AI辨識工具只能是記者判斷的指標之一，僅能作為參考，不能作為判斷影像真或假的唯一證據。
一、AI偵測工具的辨識準確率有限，結果應跟專家、學者討論。
二、AI偵測工具時常跟不上技術發展，工具時常難以完全偵測最新AI模型生成。
誤區一：是錯用工具而誤讀結果，比如，網民或媒體錯用AI偵測工具來查P圖影像、用生成式AI偵測工具來看臉部深偽影像，而錯把結果當作是「真實影像」。
誤區二、此外，在實務查證經驗上，也可見到造謠者會運用降低解析度、加入影像雜訊等「專業造謠」方式，來干擾AI偵測工具的信度和效度。以下分別介紹傳統影像鑑定工具、AI偵測工具、數位浮水印技術工具。
傳統影像鑑定工具
檢視元數據（Metadata）
透過Metadata找尋影像的拍攝時間、拍攝裝置、拍攝地點等線索。但Metadata容易在影像上傳下載過程中遺失，且也容易移除、竄改。
用於檢視圖片/影像的 EXIF 資訊，例如拍攝時使用的相機設定、拍攝日期與位置資訊，以及縮圖等內容。
用於檢視圖片/影像的 EXIF 資訊，特色是速度非常快。
檢視影像後製痕跡
檢視影像後製痕跡，若圖片經過修圖、後製可透過影像畫素鑑定工具找出後製痕跡。
提供數位圖片分析工具，包含錯誤等級分析（ELA）、EXIF資料檢視、教學資源，是進行圖片真偽初步分析的常見網站之一。
一個數位影像鑑識分析平台，提供多種分析工具，幫助檢視圖片的潛在修改痕跡與隱藏資訊。
例如將圖片放進「FotoForensics 」工具後，並使用「錯誤層級分析」（ELA）、色階調整，可發現圖片中的「芒果冰」畫素、顏色明顯與周圍不同，即能初步判斷該處是後製可能性高。
傳統影像鑑定使用注意：影像鑑定分析是一項相當複雜的工作，過度解讀分析結果可能會出錯。請不要期待單一工具能明確告訴你某張照片是否「造假」。
FotoForensics 的創辦人也提醒：「任何單一的分析算法都可能產生雜訊，進而導致偽陽性的判斷。你應該搭配其他分析方式來確認結果。『觀察』是一個很好的方法，『常識』也是。」
AI影音偵測工具
深偽影音偵測工具
聽聲音、看嘴型、人臉置換感。可能是單純文字轉語音的深偽語音，或是換臉、唇形同步的深偽影片。
檢測深偽影片，免費開源使用。網站提供教學案例，且可請教專家解析。
專門測聲音偽造，但商業公司，不提供免費開源使用。
生成式AI影像
人物細節、光影、畫質是否過度精緻完美。類型多元，如完全用GenAI生成的影像、數字人、讓圖片說話、圖像修復、局部編輯。
以調查記者、研究人員與事實查核者為對象的圖像驗證工具，能分析一張影像是否含有 AI 生成跡象。
免費的快速檢查工具，操作簡便，適合快速驗證。
提供強大的內容、影像與影片審查平台，其中 AI 生成影像偵測為一項功能，可用於大量內容自動化處理
免費、免註冊的 AI 影像、文字偵測工具，即時、簡單使用。
綜合性工具
可檢測聲音、影片、圖片。免費使用其AI偵測工具，且速度、信效度高。
免費個人詐騙檢查工具。使用者可在chat對話裡面提供可疑的簡訊、 Email、聊天截圖、圖片、連結，系統會協助判定是否有詐騙可能、圖片是否是AI合成。
資安院多媒體鑑識平台
綜合性檢測影片造假類型，使用需與資安院數位分析組專管技轉組申請授權使用。
看不見的浮水印：數位浮水印偵測技術
相對於「看得見」的AI生成工具浮水印圖像，數位浮水印如同隱藏在AI圖像後面的身份標籤，需透過特定技術才能偵測得到。目前各大科技公司如Google、Adobe、微軟皆在發展數位浮水印偵測技術。
截至目前（2025/11/20），產業尚未有統一的偵測標準，目前主流發展的數位浮水印技術，為C2PA、Google SynthID技術。
C2PA溯源技術：2021年，Adobe、微軟、Intel 等科技大廠合作，發展C2PA憑證。其原理是在圖像後面植入溯源標籤，讓數位影音內容得以被溯源。
Google SynthID：「SynthID」 是由 Google DeepMind 推出的數位浮水印（Digital Watermark）技術，主要目的是識別 AI 生成或編輯的內容。
核心技術在於將浮水印直接嵌入影音內容裡面，不過，這種浮水印人眼無法察覺，但透過專用工具可以檢測是否來自 Google 的 AI 工具（如 Imagen、Gemini、Veo、Lyria 等）。
C2PA與SynthID差別是？
C2PA 與 SynthID 不同，C2PA 容易在圖像轉存、壓縮時遺失標記；而 SynthID 嵌入內容中，相對穩定，但僅限 Google 工具生成的AI內容才能被偵測。
如何使用SynthID偵測GoogleAI內容？
方法一：提問 Gemini（目前僅限於圖片偵測）
你可以上傳圖片並詢問類似「這是 AI 假圖嗎？」的問題。這時 Gemini 會回覆詳細說明，包括：哪些部分被 AI 修改、所使用的 AI 工具、被AI編輯的比例。
或是可以選擇在 Gemini 輸入「@SynthID + 圖片」，但僅會得到簡短的回答，例如：「此圖片的部分或全部內容由 Google AI 生成。」
方法二：SynthID Detector（工具尚未公開，只能加入等候名單等待開放）
Google完整的SynthID 檢測工具，預計將提供專業檢測功能，如圖像熱點地圖（heatmap）：以藍色（檢測到浮水印）、灰色（不確定）、橘色（未檢測到浮水印）表示是否檢測到浮水印。
該工具目前尚未公開，目前僅限少數研究人員與媒體可申請候補名單使用，尚未開放大眾。且具體偵測方式仍待後續工具實際開放使用才知道。
諮詢專家、內容取材來源： 國立陽明交通大學智慧系統與應用研究副教授許志仲、資安院前瞻籌獲研究中心數位訊息分析組經理江禹賢、研究員戴毓辰。知識共享原則：本指引依據CC BY-NC-ND 4.0使用原則。在註明出處情況下可自由使用、引用，但禁止商業使用，以及修改、延伸、編輯創作。