AI 画了全球一万一千种鸟,观鸟的人第一眼看眉毛

十一月初,观鸟圈被一组贴图点着了。
有个观鸟记录类 App 对外宣传,说自己用 AI 绘制了全球 11064 种鸟的"写真贴图",一千多种鸟配一千多张图,听上去是把一个长期缺图的问题一次解决了。做鸟类识别和科普的人都知道,全球鸟种里相当一部分只有标本照、手绘图或者几十年前的胶片,普通人根本见不到。有人愿意补这个洞,逻辑上说得过去。
反弹来得也快。一位长期观鸟的作者在澎湃上写了自己的看法,火气主要不在"你用了 AI",而在他随手就能从对方小红书广告贴里看出问题:那只黄眉企鹅的眉毛就不对。企鹅的眉部特征是这个类群分类的关键之一,画错了不是审美问题,是识别问题。
图是 AI 画的,审也是 AI 审的
观鸟人真正在意的,是这批图从生产到验收都没有人真的看过。
鸟种之间的差异常常细到几个百分点:眉纹的长短、初级飞羽露出的比例、喙的弯曲弧度、跗跖的颜色。这些恰恰是生成模型最容易糊掉的地方,因为它在训练里见到的"鸟"多数是构图漂亮的摄影作品,而不是带测量标注的标本照。模型学到的是"看起来像一只鸟",不是"这是一只某某雀"。

把这样的图放进识别工具和教学材料,后果不是难看,是把错误固化成参考。用户拿它比对,越比越偏;新入门的人先记住一张错的图,后面要花更大力气改回来。作者用的词是"数据污染",说得挺准。
还有一层:这批图是 AI 画、AI 审。用模型去检验模型的输出,等于让同一个偏差自己给自己签字。真要做,至少得有一道人工抽检,把容易错的类群单独列出来复核。
训练和重绘,是两件事
第二处争议在版权。
作者提到,这批图抓取了相当一批照片作为模板。抓图训练模型是一回事,未授权拿图来重绘是另一回事。前者在多数司法辖区还处在灰色地带,后者更容易被认定为复制。如果重绘对原图的参考程度很高,出来的图又与原作高度相似,那它就更接近"改了一下的复制品",而不是"独立创作"。这个项目还有商用可能,哪怕代码开源,性质也不会因为开源而改变。
这里的分界其实不复杂:模型从海量图里学"鸟长什么样",和模型盯着某一张照片把它的构图、姿态、光线复刻出来,是两种行为。前者是学习,后者是描图。区别在于过程里有没有一个具体的、可指认的原作。
一个务实的建议
作者给的建议比批评更值得抄下来:你非要用 AI 画鸟,就换一个不写实的画风。
这句话解决了大半问题。插画风、版画风、色块拼贴、极简剪影,观者一眼就知道这不是照片,也就不会拿它当识别依据。数据污染的前提是"被误认为真实",一旦风格上就声明了它是示意,这个前提就消失了。当然,用写实风也不是不行,那就要有人一张一张核,11064 张,成本自己算。
他还有一句话说得挺客气:程序和自然是两个完全不同的圈子,进入另一个圈子却不遵守它的规矩,还声称要服务它,会烧心。
同一周,小红书在清理另一种"看起来像"
如果说观鸟这件事是 AI 生图撞上了"必须准确",那小红书这轮整治撞上的是"必须真实"。
11 月 5 日前后,小红书启动内容专项清理,把 AI 仿冒公众人物带货列为本轮重点。被盯上的内容分两类:一类是 AI 换脸,把公众人物的脸合成进带货视频,让观众以为本人在推荐;另一类是 AI 配音,复刻公众人物的声音,配着剪好的素材念种草文案。
处置同时落在笔记和账号两头。违规笔记直接下架、停止推流;多次发布的账号会被限流、调整商业权限,情节严重的封禁。刻意模仿公众人物特征、用 AI 生成长相相近的人物来带货,这种打擦边的也在排查范围里。
这套动作的逻辑和观鸟那件事是通的。消费者看到一张脸、听到一个声音,判断依据是"这个人我认识、他说的话我信"。AI 把这条链路做得很顺,顺到中间没有任何一步需要真实。等到商品出问题,买家去维权才发现本人根本没参与过这场推广,那时候追责的对象已经模糊了。
两边都在补同一个洞
把两件事放在一起看,会发现它们填补的是同一种空白。
鸟类图鉴缺图,是因为拍不到、买不起、授权谈不下来。带货视频缺人,是因为请不动、太贵、档期排不上。AI 在这两个位置上都很能干,成本低到几乎不用算,速度是几个小时对几个月。问题在于,这两个空白的性质不一样:一个缺的是"示意",一个缺的是"背书"。
示意可以用 AI,只要标清楚它是示意。背书不能用 AI,因为背书的价值全部建立在"这个人真的这么想"上面。把后者交给模型,等于把整个交易的前提抽掉了。
国内从 10 月 1 日起施行的生成合成内容标识办法,要求显式与隐式两类标识。这件事的落地效果,很大程度取决于平台愿不愿意在流量和合规之间做选择。小红书这轮清理给了一个样本:先动流量,再谈标识。标识是事后能查,限流是事前就疼。
给做内容的人几句实话
第一,数据集、图鉴、教学素材这类东西,AI 适合做初稿和占位,不适合做定稿。真要发出去,人工复核的成本必须算进预算,不能省。
第二,风格本身就是一种声明。写实等于承诺"这是真的",插画等于声明"这是画的"。选哪个都行,别选错了还怪观众误会。
第三,涉及真人形象和声音,授权这件事没有捷径。小红书这轮的动作说明,平台已经开始替被仿冒的人出手了,等别人来投诉的代价比事先谈授权高得多。
那只画错眉毛的黄眉企鹅,最后变成了一次挺贵的提醒。模型能画出十万张看起来像鸟的图,但它不知道哪一张能拿去教人认鸟。
相关文章
一份社区维护的点击表,关掉了国产 Android 系统里的广告
它不动系统,不解锁,不刷机,只把厂商本来就留出来的开关一个个拨过去。代价是这份名单得一直有人续写。
GPT Image 2.6 守住 token 价格,账单却涨了
GPT Image 2.6 沿用了 2.5 的全部 token 费率,单张图却更贵,因为更多的活现在花在输出 token 上。上线十一天,定价结构说的比排行榜更多。
有人从外部重建了 IDM,并写下了自己没有碰过的部分
Mister Download Manager 用 Rust 重写了 Internet Download Manager 的下载流程,声称速度快 5 倍、支持 86 种语言。更值得细读的,是它解释如何在不复制任何代码的前提下完成重写的那一段。
Rune 是一个 Rust UI 框架,设计初衷是让 agent 能检查自己的工作
Rune 能无头渲染、导出元素树并接受脚本化输入,这让编码 agent 拿到截图永远给不了的东西,一个可 diff 的信号。这个框架仍是预发布版本,不接受 pull request。