Генерация изображений нейросетью Кандинский: как распознать подделку

Зато остаются следы работы модели: странные мелкие детали, нестыковки в свете и геометрии, сбои в надписях. Проверять их полезно, но ни один такой признак сам по себе не доказывает подделку.

Kandinsky 3.1 разработана командами Sber AI и AIRI на основе латентной диффузии. Проще говоря, модель формирует изображение, постепенно уточняя его по текстовому запросу. Запрос она понимает на русском благодаря русскоязычному текстовому энкодеру. Это помогает получить картинку на заданную тему, но не гарантирует, что каждый объект будет согласован с остальными до последней пуговицы. Здесь и начинается проверка.

Как устройство модели связано с ошибками на изображении

Генерация изображений нейросетью Kandinsky строится на статистических закономерностях визуальных данных. Модель умеет создавать правдоподобное целое, однако отдельные части картинки могут быть собраны с ошибками. Человек видит руку как руку, отражение как отражение, надпись как надпись. Модель воспроизводит визуальные признаки этих вещей, но не всегда удерживает их внутреннюю логику.

Отсюда характерное расхождение: общий план выглядит цельным, а при увеличении распадается на детали, которые не выдерживают осмотра. У человека могут быть нормальные лицо и одежда, но странно устроены уши или пальцы. В комнате могут совпадать цветовая гамма и перспектива, но источник света не объясняет направление теней.

Версия модели тоже имеет значение. В линейке Kandinsky есть разные поколения, и конкретный результат зависит от версии, запроса и обработки изображения после генерации. Поэтому признаки, которые часто встречаются у моделей такого типа, не служат надёжным способом установить именно Kandinsky. По одному артефакту нельзя уверенно отделить её от Midjourney, Stable Diffusion или другой системы.

Для фактчекера задача обычно скромнее и практичнее: выяснить, достаточно ли оснований считать картинку подлинной фотографией события. Ответ может быть таким: изображение похоже на генерацию, но определить конкретную модель нельзя. Это аккуратнее, чем приписывать картинку Kandinsky по форме зрачка.

Анатомия и мелкие детали: увеличиваем, но не теряем контекст

Первый проход удобно делать по частям изображения, где модель чаще ошибается: кисти, уши, глаза, волосы, украшения и соприкасающиеся фигуры. У генерации могут появляться лишние или сросшиеся пальцы, неестественная форма ушной раковины, пряди, которые переходят в фон без понятной границы. Если в кадре несколько людей, конечности иногда сливаются, а фигуры на заднем плане дублируются.

Но размытая рука ещё не раскрывает происхождение картинки. Её могли смазать движением, сжать при публикации или испортить после нескольких пересохранений. Фотографии с низким разрешением тоже часто теряют мелкие детали. Поэтому сначала смотрим, где именно возникло искажение, а затем проверяем, повторяется ли оно в других частях кадра.

Практический порядок такой:

1. Откройте изображение в исходном разрешении, если оно доступно. Скриншот из соцсети или пересланный файл может уже содержать артефакты сжатия.

2. Осмотрите кисти и лица, затем проверьте уши, глаза, волосы и мелкие предметы. Ищите нарушения формы и соединений, а не просто низкую чёткость.

3. Проследите границы объектов: не врастают ли украшения в кожу, не сливаются ли пальцы с предметами, не повторяются ли лица или фигуры на фоне.

4. Вернитесь к общему плану. Деталь должна быть странной именно в контексте сцены, а не только выглядеть неидеально при сильном увеличении.

Увеличение помогает найти сбой. Оно не устанавливает происхождение изображения.

Особенно внимательно стоит смотреть на украшения и предметы, которые должны держаться на теле или одежде. Серьга может выглядеть так, будто висит рядом с ухом, а очки — неестественно пересекать лицо. Такие несоответствия полезны в совокупности. Но и здесь нужен контроль: перспектива, ракурс и блики иногда делают обычную фотографию обманчивой.

Свет, отражения и геометрия сцены

Убедительное изображение обычно подчиняется единой световой логике. Если источник света находится слева, освещённые поверхности и тени должны хотя бы примерно согласовываться с этим направлением. В сгенерированной сцене свет может быть красивым, но противоречивым: тени падают в разные стороны, блики на лице не соответствуют освещению фона, отражение появляется там, где его трудно объяснить.

На портретах проверяем глаза. Блики могут быть асимметричными или не совпадать с предполагаемым источником света. В зрачках иногда отсутствует отражение окружения, которое ожидаешь увидеть при таком освещении. Это не универсальный тест: освещение может быть рассеянным, глаза — затемнёнными, а изображение — отретушированным. Смысл проверки в согласованности, а не в наличии обязательного блика.

Затем смотрим на зеркальные и блестящие поверхности. Окно, очки, вода или полированный металл должны отражать элементы сцены с учётом угла обзора. Если отражение содержит другой объект, теряет часть комнаты или показывает свет, которого нет в кадре, возникает основание для дальнейшей проверки. У генерации иногда нарушается и физика теней: предмет будто стоит на поверхности, но тень не подтверждает контакт.

Геометрия даёт ещё один слой проверки. Сравните линии стен, дверных проёмов, мебели и предметов, которые должны находиться в одной перспективе. Не требуется строить точную оптическую модель по фотографии. Достаточно заметить, что параллельные элементы внезапно расходятся, ручка не соединена с дверцей, а предметы на заднем плане складываются в неразборчивую массу.

И снова важен масштаб вывода. Нарушение света или перспективы может быть следствием монтажа, ретуши, панорамы, объектива или неудачной обработки. Набор согласованных странностей повышает подозрение, но сам по себе не доказывает использование Kandinsky.

Надписи и кириллица: полезный сигнал с оговорками

Текст остаётся одним из заметных слабых мест генерации. На вывесках, упаковках и табличках буквы могут превращаться в набор похожих на кириллицу символов. Слова иногда теряют отдельные знаки, меняют порядок букв или сливаются с узором. Чем длиннее и мельче надпись, тем проще пропустить такую ошибку при беглом просмотре.

Короткие слова в новых версиях могут получаться корректно. Поэтому правило «читаемый текст означает настоящую фотографию» не работает. Не работает и обратное: испорченная надпись может быть результатом размытия, низкого качества исходника или агрессивного сжатия.

Если изображение претендует на документальную ценность, надписи стоит сверять с независимыми данными. Например, название учреждения, адрес или номер маршрута можно проверить отдельно, если они читаемы. Сначала зафиксируйте, что именно видно на картинке, затем найдите первоисточник или официальное подтверждение. Не восстанавливайте фразу по догадке: иначе проверяющий незаметно подменит пиксели собственным ожиданием.

Полезно сохранить исходный файл до обработки. Если доступна только копия из публикации, укажите это в выводе: качество ограничивает точность анализа. Метаданные тоже могут пригодиться, но их отсутствие ничего не доказывает. Социальные платформы часто удаляют или изменяют служебную информацию при загрузке, а метаданные файла не гарантируют подлинность.

Детекторы и проверка происхождения

Сервисы обнаружения AI-контента анализируют статистические особенности изображения: шумовые паттерны, распределение пикселей и другие признаки, которые могут отличаться у генераций. Среди таких инструментов есть illuminarty.ai, AI Detector от Wildberries, TruthScan и Trust Lens. Их результат стоит считать дополнительным сигналом, а не заключением экспертизы.

Детектор может ошибиться в обе стороны. Он способен пометить настоящую фотографию как сгенерированную или не заметить изображение, которое прошло обработку. На оценку влияют размер и качество файла, обрезка, фильтры, пересохранение и сама модель, на которой обучен сервис. Даже высокая заявленная точность не отвечает на вопрос, насколько хорошо инструмент работает именно на вашем типе изображений и при ваших условиях проверки.

Я использую детектор после визуального осмотра, а не вместо него. Если сервис выдал вероятность или тепловую карту, сохраняю результат вместе с названием инструмента и версией файла, который проверял. Затем сопоставляю его с наблюдаемыми особенностями и происхождением изображения. Несколько сервисов, давших похожую оценку, усиливают подозрение, но их ответы могут быть связаны с похожими методами анализа. Это не всегда независимые подтверждения.

Для изображения из новости важен и путь публикации. Находим первую доступную версию, сравниваем её с копиями, проверяем дату и аккаунт, откуда она разошлась. Ищем более раннюю публикацию через поиск по изображению, если такой поиск доступен. Архивная копия страницы может помочь увидеть, когда материал появился и как менялся. При этом дата файла сама по себе не доказывает дату события: её можно изменить, а пересохранение часто обнуляет исходные сведения.

Удобно фиксировать результаты в короткой таблице, чтобы не смешивать наблюдения и выводы:

Как формулировать вывод без лишней уверенности

Верификация изображения Kandinsky начинается с точного вопроса. Нужно ли определить конкретную нейросеть? Установить, подвергали ли файл обработке? Проверить, подтверждает ли он событие? Это разные задачи, и доступные признаки отвечают на них с разной надёжностью.

Если в картинке есть анатомические сбои, противоречивый свет и бессмысленные надписи, можно написать, что изображение содержит признаки генерации. Если детектор тоже отмечает вероятную генерацию, это стоит указать как дополнительный результат. Но без надёжных данных о происхождении файла нельзя уверенно утверждать, что его создал именно Kandinsky.

Когда картинка используется как доказательство новости, главный вопрос практический: подтверждает ли её независимый первоисточник? Нашли мы исходную публикацию, совпадают ли место и дата, есть ли другие фотографии или видео того же события? Если подтверждений нет, корректный вывод касается статуса доказательства: изображение не подтверждено. Это точнее, чем объявлять его фейком только потому, что на одном кадре странно выглядит рука.

У генерации изображений нейросетью Kandinsky нет одной детали, которая закрывает расследование. Надёжнее складывать признаки по слоям: рассмотреть изображение целиком и в деталях, проверить свет и текст, использовать детекторы как вспомогательный инструмент, затем установить происхождение и сопоставить картинку с независимыми источниками. Если данных не хватает, это тоже результат проверки. Конкретную модель по визуальным артефактам достоверно назвать обычно нельзя; вывод должен останавливаться там, где заканчиваются свидетельства.