近段时间，HappyHorse与GPT Image 2上线，标志着AI图像生成技术迈入全新阶段。许多人感慨，“有图无真相”的时代已然到来。
（一）
约二十年前，中国互联网曾流行一句话：“有图有真相”。一张照片，往往被视为佐证事实、终结争论的铁证。彼时PS技术虽已成熟，但修图痕迹终会露出破绽，真相尚有迹可循。
约十年前，Deepfake技术问世，逼真的换脸视频让公众第一次真切感受到“眼见未必为实”。此后，自媒体平台上屡屡出现将游戏画面当作事故现场等传播乱象，一次次挑战着人们对视觉信息的信任。那句“众所周知，视频是不能PS的，所以是真的”，早已沦为对“魔改”视频的反讽。
如果说此前的AI生图还显粗糙扭曲，那如今新模型对真实世界的复刻已几可乱真。有人用它伪造社交媒体截图，无论是应用界面的像素级还原，还是数字压缩产生的“电子包浆”，都模拟得极其自然。若想更进一步，还能生成拍摄屏幕的效果，连反光、摩尔纹乃至划痕裂纹都惟妙惟肖。
更令人不安的是，它不再需要复杂的提示词工程，仅凭简单的自然语言指令，就能生成微信对话、微博转发、新闻推送等任意画面，可以说技术门槛已低到人人可用，造假成本趋近于零。 
（二）
在碎片化信息环境中，公众早已习惯仅凭社交媒体上流传的一张图片、几句配文，来认知身边琐事乃至国际风云。
这同样为谣言生成留下了空间——“开局一张图，内容全靠编”。聊天截图、名人“现场照”、事件“第一手画面”，成了某些人煽动情绪、制造谣言的燃料。一张图配几行耸人听闻的文字，便能掀起舆论巨浪；待真相浮出水面，谣言早已污染公共讨论、撕裂社会信任。
“造谣一张嘴，辟谣跑断腿”——辟谣需要专业的事实核查、敏捷的响应、丰富的佐证与权威的背书，其门槛远远高于造谣者敲出的几行提示词。在算法驱动的分发机制下，一条能煽动情绪的信息可在几分钟内触达成千上万的用户；而严谨翔实的事实核查文章，一则调查需要时间，与谣言存在天然时差，二则也因内容往往严肃平实，传播效果受限。于是乎，辟谣成了一场注定落后的赛跑。
平台审核系统也存在困难：无法从动机上区分用户传播的AI内容，究竟是善意合理使用，还是恶意造谣传谣。传统的监管模式，就像用渔网拦截洪水——AI生图的精度已精细到毛孔，防护网的网孔仍太过稀疏。
（三）
当一切都可以被伪造，公众将陷入两难：怀疑一切，要付出高昂的认知成本；相信一切，则难免受骗。在信息与认知场域内，霍布斯在《利维坦》中描述的“自然状态”——“一切人对一切人的战争”——可能正悄然降临。
信息传播与社会共识的形成，本质上是一种协作。我们不可能将辨别真伪的希望仅仅寄托于普通用户的“火眼金睛”，而需要各方主体同向发力，共同守护信息环境的真实可靠。
第一，AI厂商应担起源头责任。不能只顾发布新模型，而无视其对信息传播的伤害。行业应当建立共同认可的标准协议，将无感水印内嵌于AI生成内容，从源头打上“数字基因”。
第二，平台方要当好守望者。内容分发时，应依据标准对AI生成内容打标追踪，让用户清晰识别其AI属性，提高对虚假信息的警惕。同时，须建立敏锐的舆情感知机制，在虚假信息形成风暴前及时预警、阻断传播链。平台还应尽快为用户提供便捷的AI内容识别工具，利用大模型的语义理解与图像分析能力，实现自动化比对与风险提示，真正找到“技术解”。
第三，主流媒体更需彰显“压舱石”作用。唯有深入现场，用高密度、高保真、多角度、可交叉验证的事实，才能击碎谣言。当AI多模态生成技术让虚假信息制造变得更加容易，这对于媒体尤其是主流媒体提出了更高要求。
最后，普通用户也并非软弱无助。我们应该在数字世界扬弃“有图有真相”的前提假设，对屏幕上的一切多留一分警惕。看到“爆炸性”截图，先别急着转发，多问一句来源；读到“内部人士”爆料，先别忙着站队，多等一个交叉验证。更进一步，新闻传播教育与媒介素养应当成为公民教育的一环，构建好应对AI造假的基础防线。
责任编辑：
