Generacja obrazów AI w 2026 roku: jak wychwycić fałszywki
Roxy · Zespół redakcyjny SUS IT
Roxy pisze o mediach generowanych przez AI, platformach społecznościowych i autentyczności cyfrowej dla SUS IT.
Jak rozpoznawać obrazy z DALL-E, Midjourney, Stable Diffusion i innych modeli, gdy stają się coraz bardziej realistyczne.
Generatory obrazów osiągnęły poziom, przy którym „na oko” trudno cokolwiek rozstrzygnąć. Midjourney v6, DALL-E 3 czy Flux potrafią dać fotorealistyczne, artystycznie mocne i w pełni syntetyczne kadry. Żaden model nie jest jednak idealny — wiedza, gdzie patrzeć, odsłania charakterystyczne ślady.
Dłonie i palce
Kiedyś to był klasyk: sześć palców, zlane paliczki, niemożliwe pozycje. Najnowsze modele dużo poprawiły dłonie, ale wciąż bywają słabym punktem. Przyjrzyj się stawom, paznokciom i interakcji dłoni z przedmiotami — często wygląda to wiarygodnie z daleka, ale nie wytrzymuje przybliżenia.
Tekst na obrazie
Tekst wciąż sprawia problemy: lekko zdeformowane litery, literówki, nonsens na tabliczkach i szyldach. Jeśli napisy są „prawie dobre”, to silny trop pod AI. Niektórzy artyści celowo dodają tekst jako sygnał autentyczności ludzkiej pracy.
Spójność tła
Tło bywa logicznie „niedomknięte”: okna nie trzymają perspektywy, schody prowadzą donikąd, roślinność powtarza się w nierealny sposób, woda na brzegu kadru zachowuje się dziwnie.
Skóra i faktura
Portrety AI często mają skórę zbyt idealną — brak porów, mikrozmarszczek i naturalnej zmienności tonu. W zbliżeniach widać to najlepiej. Włosy też potrafią się zlewać albo „płynąć” wbrew grawitacji.
Symetria i powtórzenia
Modele lubią estetyczną symetrię i „zbyt idealny” kadr. Rzeczywiste zdjęcia noszą asymetrię świata. Szukaj też powielonych elementów — AI czasem duplikuje wzorce w sposób mało naturalny.
Światło i cienie
Nowsze modele radzą sobie lepiej, ale wciąż zdarzają się błędy: cienie idą w różne strony, odbicia w oczach/szkłach nie pasują do sceny, oświetlenie skóry „nie zgadza się” z tłem.
Metadane i forensyka
Poza oczami warto sięgnąć po analizę pikseli: rozkład szumu różni się od szumu matrycy aparatu. SUS IT szuka ukrytych sygnatur w statystyce pikseli, domenie częstotliwości i charakterystyce kompresji — nawet gdy obraz wygląda idealnie.
Wyścig zbrojeń
Generacja i detekcja idą łeb w łeb. Triki z 2024 roku mogą zawieść na modelach z 2026. Dlatego liczy się aktualizacja narzędzi forensycznych. Gdy inspekcja wizualna nie wystarcza, analiza matematyczna zostaje najpewniejszą metodą weryfikacji.