简短回答
电商平台的AI商品照片规则并非针对图像是否由AI生成,而是针对图像是否误导买家将收到的商品。生成的生活场景背景通常可接受;生成的商品与实际发货商品不符即构成误导,无论其生产方式如何。审核方若将此视为真实性问题,会错误拒绝或批准商品列表。

决定多数案例的区分
电商平台政策讨论中常混淆两个问题:一是文件是否为合成生成,二是图像是否准确描绘商品。二者相互独立,仅第二个问题与买家损害相关。真实商品的工作室照片搭配合成背景,答案为“准确”、“非合成”;不存在的商品的完全生成图像,答案为“合成”、“不准确”;根据真实商品实际尺寸生成的图像,答案为“准确”、“合成”。仅按第一个问题分类会错误归类所有三类情况。

实际风险所在
- Model and human depiction:生成的模特穿着真实服装的情况,在部分司法管辖区需披露,但商品本身仍准确。
- Scale and proportion:生成图像使商品看起来比实际更大、更亮或更完整,超出风格调整范畴,构成误导。
- Accessories and contents:商品列表显示包含配件或内容,但实际发货数量更少,是常见投诉类型。
- Texture and finish:合成渲染常使表面更光滑、颜色更均匀,引发买家后续争议。

审核方应记录的内容
- 已发布的商品列表图像,需存档其URL和抓取时间。
- 卖家标注的商品描述,以便对比图像与文本,而非单独判断。
- 被声称不准确的具体元素,因为“这是AI生成”本身并非可执行的结论。
- 若平台要求,卖家是否披露了生成图像。
检测工具的作用与局限
detector可标记与相机原始图像不符的文件,这对抽样商品目录、优先处理审核有用。但它无法判断描绘的商品是否准确,因为这需要实物商品和商品列表文本。高分并非误导的证据,低分也不能证明照片描绘了发货商品。若detector标记了文件但商品列表看起来一致,应升级为人工审核,而非仅依据分数处理。
此工作流程无法实现的内容
它无法在无实物商品的情况下验证商品;无法恢复在存档前已被编辑的商品列表;也无法替代平台发布的政策,平台政策在合成图像是否需标注、何为实质性差异等方面存在不同规定。阅读方法论了解证据层如何结合,或查看样本报告了解混合证据案例的记录方式。若需在决定前检查商品列表图像的provenance和元数据,请启动免费审核并记录发现内容及商品列表文本。
常见问题
什么时候应该升级到人工复核?
当自动结果与人工观察冲突,或图像来源无法确认时,应升级到人工复核,并把结论标记为存疑而不是通过。
只看一个检测分数够不够?
不够。单个检测分数只是概率线索:压缩、截屏、编辑历史和元数据缺失都会改变它的输出,误报和漏报都真实存在,因此它只能用来决定先看哪一张,不能单独作为结论。
这类核查最容易忽略哪一步?
最常见的是跳过采集条件:同一张图在不同压缩、截屏、转发链路上会丢失不同证据,先确认文件是怎么来的,再判断画面本身。