AI没有免除审核义务：生成式修图里的虚构细节与真实性红线

有一句误解在 2026 年越来越常见：既然 AI 能自动识别主体、自动去物、自动补全，那修图的人是不是就可以不用负责了。答案恰恰相反。AI 降低了操作门槛，却没有降低审核义务，某种程度上它把责任变得更重——因为错误现在看起来太自然了，自然到连专业人士都可能一眼扫过去。

问题的根源在于生成式工具的工作方式。它不是在还原被遮挡或缺失的部分，而是在预测这里最可能是什么。这个预测在大多数日常场景里是对的，所以好用；但它没有事实概念，只要概率上说不通，它就会编。实践中最常见的失败包括：产品图补出的边角与实物材质、尺寸比例不符；建筑补出的窗洞数量与间距跟真实结构冲突；水面倒影的内容与岸边景物对不上；招牌、铭牌、票据上的文字被重写成似是而非的字符；人脸被顺手改了五官、年龄乃至表情。

因此审核标准需要按图像用途分级。新闻与纪实摄影的红线最硬：不得添加、删除或移动画面中的主体元素，降噪、裁切、白平衡这类不改变事实的调整也应有明确边界，因为一张照片一旦被发现有生成式改动，整组报道的可信度都会受损。司法与证据类图像同理，任何重建都可能被视为篡改。历史与档案图像的问题更隐蔽，修复划痕和霉斑是一回事，用模型补全缺失的面部或建筑细节则是另一回事，后者应当被明确标注。

商业与产品图处在一个灰色地带。把背景换成更干净的场景、给产品加一个合理投影，属于常见的展示处理；但用生成式手法改变产品的材质观感、放大尺寸感、虚构不存在的配件或功能，就已经越过了虚假宣传的边界。电商平台上越来越常见的做法是要求主图保持实物拍摄，只允许调整亮度与背景，这个趋势值得所有卖家留意。

落到操作层面，几件事值得固定成流程。其一，原始 RAW 文件只读，所有处理以非破坏式图层或参数形式存在，任何时候都能回到起点并出具对比。其二，生成结果必须放在独立图层，用蒙版局部擦回，而不是覆盖原图。其三，交付前以 100% 放大逐处比对原图，重点看边缘接缝、文字、倒影、手部与人脸，这几处是模型最容易露馅、也最容易被忽略的地方。其四，保留操作记录，重要交付附上处理说明，注明是否使用生成式编辑。

行业层面的基础设施也在补位。内容凭证与溯源标准正在被更多平台与厂商采纳，思路是在文件里保留不可篡改的编辑来源与历史，让这张图经过什么处理变成可验证的信息，而不是一句口头保证。与此同时，赛事、媒体机构与平台也在陆续出台各自的 AI 使用披露要求，未来很可能从行业自律走向硬性门槛。

说到底，工具从来不承担判断。AI 能替你完成操作，但不能替你决定这张图该不该改、改到哪里为止。真正专业的标志不是会不会用生成式填充，而是在每一次点击生成之后，仍然愿意花时间去核对它到底改了什么。