Best AI Image Detector

Tatlong hakbang

Paano i-check kung ang isang larawan ay ginawa ng AI

Mag-drop ng larawan o mag-paste ng link para matukoy ang mga larawang ginawa ng AI sa loob ng humigit-kumulang apat na segundo. Ang libreng AI image detector ay nagbabalik ng 0-100 na marka, simpleng hatol, at mapa ng mga rehiyong nag-trigger nito. Gumagana ang JPG, PNG, WebP, AVIF, HEIC, GIF, TIFF, at BMP, at walang umaalis sa iyong device.

Hakbang 1Mag-upload o mag-paste ng larawan

I-drag ang file papasok, mag-click para mag-browse, o mag-paste ng link sa isang larawan o pampublikong page. Gumagana ang JPG, PNG, WebP, AVIF, HEIC, GIF, TIFF, at BMP, hanggang 60 MB bawat file.

Hakbang 2Hayaang tumakbo ang pagsusuri

Ang pag-score ay tumatagal ng humigit-kumulang apat na segundo sa isang karaniwang laptop. Lahat ay tumatakbo sa loob ng iyong browser tab, kaya ang file na iyong pinili ay hindi kailanman ia-upload at walang nakasaimbak kapag isinara mo ang page.

Hakbang 3Basahin ang resulta

Makakakuha ka ng hatol, 0–100 na probability, ang band na kinabibilangan nito, breakdown ng bawat signal na nag-ambag, at isang region map na nagpapakita kung aling mga bahagi ng frame ang nagdala ng signal.

Sa totoong buhay

Ang mga pagsusuring unang isinasagawa ng mga tao

Tatlong sitwasyon ang bumubuo sa karamihan ng mga larawang inilalagay sa tool na ito. Ang bawat isa ay nangangailangan ng ibang bahagi ng resulta: isang markang buong-frame, isang nakahiwalay na rehiyon, o ang ebidensya ng file sa ilalim.

Suriin ang mga larawan ng produkto at marketplace Ang isang nabuong kuha ng produkto ay nagbebenta ng isang item na walang gumawa. Ang mataas na marka ng buong-frame sa larawan ng listahan ang pinakamurang babala na makukuha mo bago gumalaw ang pera.

I-verify ang mga dokumento at mga larawan ng pagkakakilanlan Ang card ay maaaring totoo at ang mukha ay pinalitan. Kapag ang isang tile ay nakakuha ng mataas na marka at ang bawat iba pang tile ay nananatiling mababa, ang mapa ng rehiyon ang nagsasabi sa iyo kung saan dapat tumingin.

Magsiwalat ng mga pekeng resibo at patunay ng pagbabayad Ang mga paghahabol sa gastos at hindi pagkakaunawaan sa refund ngayon ay dumarating na may mga resibo na hindi kailanman na-print. Ang mga binagong halaga ay nag-iwan ng lokal na signal kahit na ang papel ay nakuhanan ng malinis.

Ang nakikita nito

Ganap na nabuo, bahagyang na-edit, o tunay na nakunan

Karamihan sa mga checker ay nagbibigay sa iyo ng isang numero at pinapahulaan ka. Pinaghihiwalay ng isang ito ang tatlong kaso na talagang mahalaga, dahil ang mga ito ay nangangahulugang ibang-iba ang mga bagay.

Ginawa ng AI

94 tipikal na marka

Ginawa ng isang modelo

Ang sintetikong texture ay nagbabasa nang tuluy-tuloy sa buong frame. Karaniwan sa isang larawan na dumiretso sa isang generator.

Na-edit ng AI

61 tipikal na marka

Tunay na larawan, pekeng bahagi

Ang isang lugar ay umiilaw habang ang natitira ay nananatiling malinis: isang pinalitan na background, isang ipinasok na bagay, isang generative fill o isang nabura na detalye.

Walang AI signal

08 tipikal na marka

Mukhang tunay na kinunan

Walang anuman sa mga pixel o sa file ang tumuturo sa isang modelo. Ang bawat rehiyon ay nananatiling mababa, at ang marka ay nakaupo sa ibaba ng sukat.

Binabasa ang resulta

Ano ang ibig sabihin ng marka, at kung gaano kasigurado ang tool

Nagbabalik ang tool ng probability, hindi kailanman isang tuwirang oo o hindi. Ang isang detector na nagsasabing “AI” na walang kasamang numero ay nagtatago kung gaano kalapit ang desisyon, at ang agwat sa pagitan ng 66 at 96 ay ang agwat sa pagitan ng pangalawang tingin at ng bagay na maaari mong gawan ng aksyon.

Ang sukat ay nahahati sa limang nakapirming band na may linya ng desisyon sa 65. Ang 72 ngayon ay nangangahulugan ng ibig sabihin ng 72 noong nakaraang buwan.

Ang limang confidence band at kung ano ang gagawin sa bawat isa
Marka	Band	Ano ang ibig sabihin nito	Ano ang susunod na gagawin
0 – 20	Walang AI signal	Walang anuman sa mga pixel ang tumuturo sa isang generative model.	Bumabasa bilang isang tunay na kuha. I-check pa rin ang konteksto.
20 – 45	Malamang na totoo	Mababang synthetic signal. Ang magaan na pag-edit at compression ay narito rin.	Tratuhin bilang totoo maliban kung may iba pang sumasalungat dito.
45 – 65	Hindi tiyak	Ang hindi tiyak na gitna. Ang mga screenshot, pag-upscale, at filter ay napupunta rito.	Huwag ituring ang resulta bilang patunay sa magkabilang panig.
65 – 90	Malamang na AI	Nasa itaas ng linya ng desisyon, ngunit sapat na malapit na maaaring inilipat ito ng mabigat na pag-resize.	I-verify laban sa pangalawang pinagmulan bago ka kumilos.
90 – 100	Ginawa ng AI	Isang malakas na signal na nakatago sa buong frame.	Tratuhin bilang synthetic.

Sa ilalim ng marka nakatago ang listahan ng signal: bawat piraso ng ebidensya na nag-ambag. Laging lumilitaw ang isang whole-frame score, isang region reading kapag ang larawan ay sapat na malaki para hatiin, at mga content credentials kapag dinadala ito ng file.

Ang region map ay kung saan nagiging nasusuri ang marka. Ang bawat tile ay binibigyan ng marka nang mag-isa, kaya makikita mo kung ang signal ay pantay na sumasaklaw sa frame o nakalagay sa isang sulok.

Mga Tampok

Ginawa para paniwalaan, hindi lang para gamitin

Ang bawat bahagi ng resulta ay ipinaliwanag, may pinanggalingan, at tapat sa mga limitasyon nito. Iyon ang pagkakaiba sa pagitan ng isang AI image detector na maaari mong sipiin at ng isa na kailangan mong paniwalaan nang walang patunay.

Heatmap ng rehiyon

Tingnan nang eksakto kung nasaan ang synthetic signal. I-slide ang overlay, o lumipat sa mga marka sa bawat tile para direktang basahin ang mga numero.

Pagsusuri ng maramihan

Mag-pila ng hanggang 25 na larawan nang sabay-sabay. Ipinapakita ng bawat card ang marka nito mula sa 100 at ang hatol nito; buksan ang anuman dito para sa buong detalye.

Gumagana sa mga link ng larawan

Mag-paste ng larawan o pampublikong pahina at pumili mula sa mga larawang inilalantad nito. Kung hinaharangan ng isang host ang access ng browser, i-save ang larawan at direktang idagdag ang file.

Pribado bilang default

Ang mga file na pipiliin mo ay binabasa at sinusuri sa loob ng iyong sariling browser. Hindi kailanman ia-upload, i-stow, ila-log, o ilalagay sa pila ang mga ito saanman.

Ebidensya na maaari mong ibahagi

Kopyahin ang isang nakasulat na buod o mag-download ng buong ulat ng JSON kasama ang marka, bawat halaga ng rehiyon, at ang pangangatwiran sa likod ng hatol.

May kalibrasyon, hindi hinulaan

Ang mga marka ay nakamapa sa mga nai-publish na banda na may nakapirming linya ng desisyon, kaya ang 72 ay palaging nangangahulugan ng parehong bagay, at ang mga limitasyon ay nakasaad sa halip na itago.

Mga ulat na maibabahagi

Magpadala ng resulta sa isang kliyente o kasamahan bilang isang link. Ang pagsusuri ay nasa loob mismo ng link, kaya ang larawan ay hindi kailanman ia-upload at ang taong nagbubukas nito ay makikita ang pangangatwiran, hindi ang iyong file.

Ang maikling bersyon

Ang talagang ginagawa ng isang AI image detector

Ang AI image detector ay isang tool na nagbabasa ng mga pixel ng isang larawan at tinatantya kung gaano kalaki ang posibilidad na ginawa ito ng isang generative model. Tinitingnan nito ang statistical texture ng mismong larawan, hindi ang metadata ng file, pagkatapos ay ibinabalik nito ang probability, confidence band, at ang ebidensya sa likod ng desisyon.

Huminto sa pagiging maaasahang pagsubok ang iyong mga mata noong mga 2024. Ang mga senyales na itinuro sa mga tao na dapat hanapin — mga kamay na may anim na daliri, natunaw na teksto, makintab na balat — ang mga unang naayos ng pinakabagong mga modelo.

Kaya gumagana ang AI picture detector na ito sa antas na hindi mo nakikita. Ang isang modelong sinanay sa milyun-milyong totoo at ginawang frame ay nagbabasa kung paano nakapuwesto ang bawat pixel sa mga katabi nito, at ang kaugnayang iyon ay naiiba sa pagitan ng sensor ng camera at ng diffusion model sa mga paraang nakakaligtas sa isang screenshot. Hindi ito nabubulag ng isang tinanggal na EXIF block.

0–100Confidence score

25Mga larawan bawat batch

9Mga rehiyong minapa

0Mga file na ipinadala sa server

Ang mga mahihirap na kaso

Ang mga mahihirap na larawan na hindi nakikita ng ibang mga detector

Ang mga ganap na ginawang larawan ay ang madaling kaso. Halos anumang AI image checker ay nakakahuli ng malinis na Midjourney render nang diretso mula sa generator. Nagsisimula ang problema sa mga magkahalong frame, na-recompress na file, at mga larawang dumaan sa apat na platform mula nang gawin ang mga ito.

The same headline score can come from a wholly generated image or from a real photograph with one object added. Only the tile breakdown separates them.

Mga totoong larawan na may mga AI edit

Isang bagay ang idinagdag, isang tao ang inalis, isang background ang pinalitan. Bahagi lamang ng frame ang synthetic, kaya ang isang buong larawan na marka ay pinapantay ang pekeng rehiyon laban sa mga totoong pixel sa paligid nito.

Mga larawang na-upscale at na-retouch ng AI

Ang kuha ay totoo. Ang detalye ay hindi. Ang mga upscaler at retouch model ay nag-imbento ng pore texture, hibla ng buhok, at habi ng tela na hindi naitala ng anumang sensor, na nagtutulak sa isang tunay na litrato pataas sa sukat.

Mga screenshot at milyun-milyong re-upload

Ang bawat platform ay nagre-encode kung ano ang iyong ipino-post at tinatapon ang data ng file. Doon namamatay ang mga pagsusuri sa metadata. Ang pixel signal ay humihina ngunit nakakaligtas, kaya naman binabasa nito ang frame sa halip na ang header.

Mga face swap at synthetic na portrait

Isang tunay na katawan na may mukhang ginawa ng AI, o isang mukhang pagmamay-ari ng wala. Ang binagong rehiyon ay may markang mas mataas kaysa sa natitirang bahagi ng frame, kaya lumilitaw ito bilang isang mainit na bahagi sa halip na pantay na hugas.

Stylized art, anime, at illustration

Ang hindi pagiging larawan ay hindi katumbas ng hindi totoo, at ang pagkalito sa dalawa ang simula ng mga maling paratang. Ang isang guhit-kamay na ilustrasyon ay wala ring ingay mula sa sensor, kaya kailangang timbangin ng tagatukoy ng sining ng AI ang pattern kaysa sa estilo.

Mga larawang inedit para makaiwas sa pagpapatukoy

Dinagdagang ingay, sunod-sunod na filter, at ang file ay muling sine-save nang ilang beses. Ang mga edit na nagtatago sa mga bakas ng generator ay nakakasira rin nang husto sa larawan, at ang matinding sira ay nagtutulak sa resulta sa hindi tiyak na bahukan.

Katumpakan

Kung gaano katumpak ang AI image detector

Sa set ng benchmark, umabot ang modelo sa 91.3% balanseng katumpakan sa mga malinis na larawan. I-re-encode ang parehong mga larawang iyon bilang JPEG sa kalidad na 60 at nananatili ito sa 87.3%. Bumaba sa kalidad na 40 at nananatili ito sa 84.6%. Ang ibig sabihin ng balanseng katumpakan ay pantay ang timbang ng totoo at nabuong mga larawan, kaya ang pigura ay hindi pinalaki ng isang hindi pantay na test set.

Ang mga pigurang iyon ay nagmula sa nai-publish na benchmark ng modelo, hindi sa panloob na pagsubok. Inilalarawan nila ang pixel lane sa dataset na iyon, at ang iyong larawan ay hindi ang dataset na iyon.

Ano ang nagpapababa ng pagiging maaasahan

Napakaliit na mga larawan, at anumang mas mababa sa 576 pixels sa mas maikling bahagi, na napakaliit para hatiin sa mga rehiyon
Mga screenshot ng mga screenshot, kung saan ang frame ay na-re-encode nang ilang beses
Output mula sa isang generator na inilabas sa huling ilang linggo
Mabibigat na filter, makapal na hangganan, mga collage at text na nakapatong sa larawan
Mga halo-halong frame kung saan isang maliit na rehiyon lang ang sintetikong ginawa at ang natira ay tunay na kuha

Ang false positive ay isang tunay na litrato na nakakuha ng marka sa itaas ng linya. Ang mabigat na retouching, pagpapaganda (upscaling) at agresibong compression ang karaniwang dahilan, at ang pag-upload ng orihinal sa halip na screenshot ang nag-aayos sa karamihan ng mga ito.

Ang false negative ay isang nabuong larawan na nakakuha ng marka sa ibaba ng linya. Magagawa ito ng bagong generator, maliit na synthetic patch sa loob ng tunay na frame, o file na dumaan sa matinding pagbabago.

Ang resulta ay ebidensya, hindi desisyon. Timbangin ito kasama ng lahat ng iba pang alam mo tungkol sa kung saan nagmula ang larawan.

Sa ilalim ng hood

Kung paano binabasa ng tagatukoy ang isang larawan

Dalawang landas ang tumatakbo sa bawat larawan, na sadyang pinaghiwalay. Binabasa ng isa ang mga pixel. Binabasa ng isa ang file. Walang tahimik na nagpapawalang-bisa sa isa pa, dahil magkakaiba ang paraan ng kanilang pagkabigo.

Ang landas ng pixel ay isang vision transformer na sinanay sa dataset ng Community Forensics — milyun-milyong totoong larawan at mga gawang-kamay na larawan sa iba't ibang uri ng mga modelo. Binabasa nito ang frame sa 384 pixels square at nagbabalik ng hilaw na posibilidad, na naka-calibrate upang ang numero ay tumugma sa mga nai-publish na band. Ang kinukuha nito ay ang statistical residue ng paggawa: ang mga diffusion model at generative adversarial networks (GAN) ay nag-iwan ng mga lagda na tiyak sa generator sa kung paano nauugnay ang mga magkakatabing pixel, na kapansin-pansing naiiba sa kung ano ang ginagawa ng isang sensor at lens.

Ang parehong modelo ay tumatakbo sa buong frame bilang isang grid ng mga magkakapatong na tile, na ang bawat isa ay may markang sarili. Nakakukuha ito ng mga bahagyang pag-edit, dahil ang isang pinalitang mukha ay nagpapasiklab sa sarili nitong mga tile habang ang hindi ginalaw na larawan sa paligid nito ay nananatiling mababa. Ang isang larawan ay nangailangan ng 576 pixels sa mas maikling bahagi nito upang hatiin sa sapat na mga rehiyon.

Binabasa ng landas ng file ang pinanggalingan. Sinusuri nito ang mga kredensyal ng pinagmulan at pagiging tunay ng nilalaman (C2PA) at cryptographically na pinapatunayan ang lagda, pagkatapos ay ini-scan ang mga naka-embed na parameter ng paggawa, mga pangalan ng generator, at mga deklarasyon ng watermark ng SynthID. Ang isang naka-sign na kredensyal na nakatali sa mga eksaktong pixel na ito ay malakas. Ang isang maluwag na markang teksto ay mahina, dahil kahit sino ay maaaring kopyahin ito, at ang dalawa ay binibigyan ng magkaibang grado.

Ang mga landas ay nagsasama sa isang hatol, at ang hindi pagkakasundo ay naiuulat sa halip na itago. Ang mababang marka sa buong frame na may karamihan sa mga rehiyon sa itaas ng linya ay nagbabalik ng resulta ng magkasalungat na ebidensya na nagsasabi nang eksakto niyon.

Ang hindi ginagawa ng tool: hindi ito nagpapatakbo ng error level analysis, pagsusuri ng sensor pattern noise matching, o pagsusuri ng geometry ng anino at repleksyon. Ang mga iyon ay mga tunay na forensic technique at wala ang mga ito sa build na ito. Ang pag-angkin sa mga ito ay madali at magiging mali.

Bakit mga pixel

Bakit nabibigo ang metadata at mga watermark sa mga totoong larawan

Ang metadata ay tinatanggal sa sandaling mai-post ang isang larawan sa halos anumang platform, kaya ang pagsusuring nakabatay sa metadata ay nabibigo sa mismong mga larawang kailangang suriin ng mga tao. Ang larawang ipinadala sa iyo ng isang estranghero ay dumaan sa isang compression pipeline na walang naiwang data ng file na maaaring basahin.

Ang EXIF ay naglalaman ng gawa ng camera, lens, exposure, at minsan ay lokasyon. Nakakaligtas ito sa direktang pagkopya ng file. Hindi ito nakakaligtas sa pag-upload sa isang social platform, messaging app, screenshot, o karamihan sa mga muling pag-save.

Ang mga kredensyal ng nilalaman ay isang tunay na pagpapabuti, at pinapatunayan ito ng tool na ito nang cryptographically kapag naroroon. Nananatili lamang ang mga ito kapag pinananatili ng bawat tool sa chain ang mga ito, at ang isang pag-save sa isang editor na walang suporta ay sumisira sa chain. Manipis ang paggamit, kaya karamihan sa mga larawan ay walang dala, at ang kawalan nito ay walang pinapatunayan. Gumagana ang mga hindi nakikitang watermark kapag naglagay ang generator ng isa at walang sumira rito pagkatapos; ang isang crop o muling pag-encode ay maaaring mag-alis ng marka, at maraming generator ang hindi kailanman naglalagay nito.

Ibinubuko nito ang pagsusuri sa antas ng pixel bilang ang tanging paraan na may naiwang babasahin pagkatapos ng isang screenshot. Hindi ito perpekto, at ang mga seksyon sa ibaba ay matapat tungkol sa kung saan ito nadadapa. Ito ang tanging pamamaraan na nakakaligtas sa kung paano talaga naglalakbay ang mga larawan.

Saklaw

Aling mga generator ang kinikilala nito

Dalawang bagay ang nangyayari dito, at ang pagsasama-sama ng mga ito ang dahilan kung bakit nagbibigay ng labis na pahayag ang mga tool. Ang modelo ng pixel ay hindi tumutukoy ng mga tatak: pinaghihiwalay nito ang texture mula sa generator at ang texture mula sa camera sa pangkalahatan, na nagbibigay-daan dito na pangkalahatang lumapat sa modelong hindi pa nito kailanman nakita. Hiwalay ang pagsusuri ng file, at maaari nitong pangalanan ang eksaktong tool.

Ang ginagawa ng pagsusuri ng pixel

Nagbabalik ito ng posibilidad na ang frame ay gawa-gawa, anuman ang gumawa nito. Walang tatak na nakakabit sa numerong iyon. Ang isang generator na inilabas noong nakaraang ilang linggo ay nasa loob ng panahong mas mababa ang katumpakan sa output nito, at totoo ito sa bawat tagatukoy.

Ang kayang pangalanan ng pagsusuri ng file

Kapag ang isang larawan ay nagdadala pa rin ng mga kredensyal o mga parameter ng paggawa, pinapangalanan ng pagsusuri ang tool. Ang mga tandang ito ay mas madalas na nakakaligtas kaysa sa inaasahan ng mga tao.

Midjourney
OpenAI DALL·E at larawan ng GPT
Stable Diffusion at SDXL
Adobe Firefly
FLUX (Black Forest Labs)
Google Imagen at Gemini
Leonardo.Ai
Ideogram
Recraft
xAI Grok
Runway
Mga deklarasyon ng watermark ng SynthID

Ang mga pangalan ng produkto ay pag-aari ng kani-kanilang may-ari. Ang pagkakalista dito ay nagpapakita ng saklaw ng pagtukoy, hindi ng pakikipagtulungan.

Ang tanong ng nag-aalinlangan

Maaari bang i-edit ang isang larawan ng AI upang makalusot sa pagtukoy?

Oo, sinusubukan ng mga tao, at madalas itong gumana nang sapat para maging sulit na intindihin. Ang pag-detect ay isang nagbabagong target at anumang pahina na nagsasabi ng iba ay may ibinebenta.

Ang mga pagtatangka ay napapangkat sa ilang uri: pagdaragdag ng ingay, pagpapatong ng mabibigat na filter, paulit-ulit na pag-save muli, mahigpit na pag-crop, pag-screenshot, at pag-daan sa larawan sa pamamagitan ng pangalawang modelo. Pinapahina ng bawat isa ang mga bakas ng generator na binabasa ng detector.

Narito ang bahaging hindi sinasabi. Ang parehong mga pag-edit na iyon ay nagpapababa sa kalidad ng larawan. Kung pipilitin mo nang sapat para itago ang signal, napinsala mo na nang husto ang larawan, at ang pinsalang iyon ay masusukat din. Ang isang file na dumaan sa matinding pagbabago ay karaniwang napupunta sa hindi tiyak na kategorya kaysa sa paglusot bilang totoo.

Ang modelo ay sinanay sa mga naka-post-process at adversarially na-edit na sample, hindi lamang sa malinis na output, kaya ang katamtamang compression at ordinaryong mga filter ay hindi ito pinapatalo. Ang matapat na hangganan: ang isang larawang pinilit nang husto ay nagiging hindi tiyak, at sinasabi ito ng tool sa halip na manghula.

Inilalarawan ng seksyong ito ang mga kategorya ng pagtatangka dahil hinahanap ito ng mga tao at nararapat sila sa tapat na sagot. Sinasadya nitong walang ibigay na mga setting, hakbang, o tool para talunin ang detection.

Sa pamamagitan ng paningin

Mga palatandaan na ang isang larawan ay ginawa ng AI

Bago ka mag-upload ng anuman, walong bagay ang nagkakahalaga ng pagsusuri. Wala sa mga ito ang desisibo nang mag-isa.

Bilangin ang mga daliri, pagkatapos ay tingnan kung paano nagtagpo ang mga kamay at bagay.
Suriin ang mga ngipin, tainga, at alahas, kung saan nagkakamali ang mga paulit-ulit na maliliit na hugis.
Basahin ang anumang text sa mga karatula, label, at packaging.
Tingnan ang mga repleksyon sa mga mata, salamin, at bubog.
I-trace ang direksyon ng anino pabalik sa pinagmulan ng liwanag.
Suriin ang mga karamihan ng tao, tela, at dahilan para sa mga paulit-ulit na pattern.
Sundan ang gilid kung saan nagtagpo ang buhok o balahibo at ang background.
Maghanap ng balat na walang mga butas (pores), walang asimetriya, at walang mga batik.

Ngayon ang hindi komportableng bahagi. Nililinis ng pinakabagong mga generator ang karamihan sa listahang ito. Malaking bahagi ng mga kamay ang naayos na, malapit na ang text, at nakakakumbinsi ang tekstura ng balat sa buong resolution. Nahuhuli pa rin ng mga tandang ito ang mas lumang output, na malaking bahagi ng umiikot ngayon, ngunit ang malinis na pagdaan sa lahat ng walo ay walang pinapatunayan. Ang puwang na iyon ang pinupuno ng pagsusuri ng pixel.

Sa praktikal na paraan

Ang sinusuri ng mga tao gamit ito

Mga larawan ng produkto at mga listahan sa marketplace

Ang isang gawang-larawan ng produkto ay nagbebenta ng isang item na ginawa ng wala. Suriin ang larawan ng listahan bago ka magbayad, lalo na kapag ang isang larawan ay mukhang mas malinis kaysa sa iba ng nagbebenta.

Mga resibo, invoice, at patunay ng pagbabayad

Ang isang gawa-gawang resibo ay nagbubukas sa karamihan ng pandaraya sa refund. Patakbuhin ang larawan at panoorin ang mapa ng rehiyon, dahil ang mga ito ay karaniwang mga totoong template na may mga inedit na numero.

Mga dokumento ng ID at selfie para sa pagpapatunay

Ang mga synthetic identity photo at inedit na dokumento ay dumarating sa mga pila ng onboarding araw-araw. Mas mahalaga ang mapa ng rehiyon kaysa sa marka, dahil ang huwad na bahagi ay kadalasang isang maliit na bahagi.

Mga larawan sa profile at larawan sa dating app

Ang isang mukha na pag-aari ng sinuman ay mura gawin at mahirap makita. Suriin ang larawan sa profile bago ka magtiwala sa tao, lalo na kapag nag-iisa lamang ito.

Mga larawan ng insurance at claim sa pinsala

Ang gawang pinsala at inedit na ebidensya ay parehong lumalabas sa mga claim. Ang bahagyang pag-edit sa isang tunay na larawan ay ang karaniwang pattern, kaya basahin ang mga tile, hindi ang ulo ng balita.

Mga larawan ng paghahatid at patunay ng pagkumpleto

Ang mga larawan ng patunay ng paghahatid ay madaling pekein at bihirang suriin. Suriin ang mga ito kapag may alitan sa pakete o ang isang trabaho ay nilagdaan mula lamang sa isang larawan.

Mga larawan sa balita at mga viral post

Ang isang nakakakumbinsing peke ay mabilis na kumikilos sa unang oras ng isang nagbabagang balita. Magpatunay bago ka mag-publish o mag-repost, at panatilihin ang ulat kasama ang file.

Sining, mga ilustrasyon, at mga portfolio

Ang parehong direksyon ay nagdudulot ng pinsala: ang pagpapasa ng gawang gawa ng AI, at ang maling pagpaparatang sa isang artist na tao. Basahin ang ebidensya kaysa sa hatol, dahil ang isang istilong hitsura ay walang pinapatunayan.

Mga listahan ng ari-arian, paupahan, at paglalakbay

Ang mga gawang interior at pinahusay na exterior ay nagpapakita ng isang lugar na hindi umiiral. Suriin ang mga larawan sa listahan bago ka magpadala ng deposito para sa isang lugar na hindi mo pa napupuntahan.

Mga apela ng kawanggawa at mga larawan sa pangangalap ng pondo

Ang emosyonal na gawang imahe ay nagtutulak ng mga scam sa donasyon. Suriin ang larawan sa likod ng isang madaliang apela bago ka magbigay, at bago mo ito i-share.

Mga kahihinatnan

Ang nagiging mali kapag nakalusot ang isang pekeng larawan

Pandaraya sa marketplace

Ang item ay hindi kailanman umiral

Naglista ang isang nagbebenta ng mga kasangkapan na may mga larawang ginawa ayon sa utos, kumuha ng bayad mula sa isang dosenang mamimili, pagkatapos ay isinara ang account. Ang bawat mamimili ay may alitan sa bangko at isang larawang walang tugma sa anuman.

Mga romance scam

Isang mukha na pag-aari ng sinuman

Ang mga synthetic na larawan ay nagbibigay-daan sa isang operator na magpatakbo ng maraming persona nang walang panganib sa paghahanap ng nakaraang larawan ng mga ninakaw na larawan. Nawawalan ng pera ang mga biktima sa paglipas ng mga buwan, at ang karaniwang payo na suriin kung lumilitaw ang larawan sa ibang lugar ay tahimik na tumitigil sa paggana.

Mga pagsusuri ng pagkakakilanlan

Tinatanggap ng onboarding ang isang taong wala doon

Ang mga gawang selfie at inedit na dokumento ay nakakalagpas sa mga pila ng know-your-customer na binuo para sa huwad ng tao. Ang account na nabubuksan ay ginagamit para sa paglalaba, at ang totoong tao na ang mga detalye ay pinagsama-sama ay nalaman ito nang mas huli.

Pandaraya sa claim

Pinsalang idinagdag pagkatapos

Ang isang tunay na larawan ng isang totoong kotse ay nakakakuha ng generative fill ng isang gasgas na hindi kailanman nandoon. Binabasa ito ng pagmarka ng buong larawan bilang karamihan ay tunay, dahil karamihan ay ganoon nga, at nagbabayad ang claim.

Nagbabagang balita

Ang unang oras ay pag-aari ng peke

Sa panahon ng isang umuunlad na kuwento, ang isang gawa-gawang larawan ay kumakalat habang humahabol ang pagpapatunay. Ang mga pagwawasto ay umaabot sa maliit na bahagi ng mga taong nakakita ng orihinal, at ang larawan ay umiikot sa mga sumusunod na taon.

Ninakaw na estilo

Nakikipagkumpitensya ang isang artist sa isang kopya

Ang gawaing ginawa sa istilo ng isang nabubuhay na artist ay nagpapababa ng mga komisyon at binabaha ang parehong mga tag. Ang kabaligtaran ay nangyayari rin: ang mga artist ay pinararatangan na gumagawa ng kanilang sariling gawain, batay lamang sa impresyon ng ibang tao.

Para kanino ito

Para kanino ito binuo

Mga pang-araw-araw na gumagamit

May nagpadala sa iyo ng larawan at parang may mali. I-drop ito, basahin ang numero, magpatuloy. Walang account, walang mai-install, at ang file ay nananatili sa iyong browser.

Mga nagbebenta at mamimili

Malapit ka nang magbayad para sa isang bagay na nakita mo lamang sa larawan. Ang mapa ng rehiyon ang pinakamahalaga, dahil ang mga inedit na larawan ng listahan ay karaniwang mga totoong larawan na may isang detalyeng inimbento.

Mga koponan ng tiwala at kaligtasan

Nag-triage ka ng isang pila, hindi sinusuri ang isang larawan. Hinahawakan ng batch ang 25 nang sabay-sabay na may hatol sa bawat larawan, at ang bawat resulta ay nag-e-export bilang JSON na maaari mong i-attach sa isang kaso.

Mga mamamahayag at tagasuri ng katotohanan

Kailangan mong ipagtanggol ang tawag sa isang editor. Ipinapakita ng pagkasira ng signal kung ano ang nag-ambag at kung gaano kalakas, ang mga band ay nai-publish, at ang mga limitasyon ay nakaupo sa pahina sa halip na nakabaon.

Mga tagapagturo at mag-aaral

Nagtuturo ka sa mga tao na timbangin ang ebidensya sa halip na magtiwala sa isang hatol. Ginagawang nakikita ng mapa ng rehiyon ang pangangatwiran, na mas mahusay kaysa sa hubad na porsyento sa isang silid-aralan.

Mga artist at designer

Sinusuri mo ang isang isinumite, o ipinagtatanggol ang iyong sariling gawain laban sa isang paratang. Ang mga istilong larawan ang pinakamahirap na kaso, at ipinapakita ng tool ang kawalan ng katiyakan sa halip na pagtakpan ito.

Mga gamit

Sino ang sumusuri ng mga larawan, at bakit

Mga silid-balitaan

I-verify ang isang isinumirang larawan bago ito ipalabas, at panatilihin ang ulat kasama ang file ng kuwento.

Mga marketplace

Hulihin ang mga nabuong kuha ng produkto at mga pekeng larawan ng listahan bago maging live ang mga ito.

Dating at kaligtasan sa lipunan

Suriin ang larawan sa profile bago mo pagtiwalaan ang taong nasa likod nito.

Edukasyon

Suriin ang isinumirang gawain at ipakita sa mga mag-aaral kung ano ang hitsura ng ebidensya.

Seguro at mga paghahabol

Suriin ang mga larawan ng paghahabol para sa nabuong pinsala o na-edit na ebidensya.

Brand at mga ahensya

I-audit ang stock imagery ng supplier at tagapagtustos upang walang nabuo ang makalusot sa isang kampanya.

Susunod na mga hakbang

Nalaman mo na ito ay AI. Ano ngayon?

I-save muna ang ebidensya

I-download ang JSON report at panatilihin ang orihinal na file. Ang mga post ay tinatanggal at ang mga account ay sinasara habang nagpapasya ka kung ano ang gagawin.
Maghanap ng pinakamaagang kopya

Magpatakbo ng reverse image search para sa pinakamaagang kopya. Ang isang larawan online mula pa noong 2019 ay malamang na hindi output ng diffusion, anuman ang iminumungkahi ng mga pixel.
Tingnan ang account sa likod nito

Suriin ang nagbebenta, profile, o pahina para sa iba pang mga palatandaan: edad ng account, kung ang iba pang mga larawan ay nagbabahagi ng parehong lagda, at kung ang larawan ay lumilitaw sa ilalim ng iba't ibang mga pangalan.
I-report ito kung saan mo ito nahanap

Karamihan sa mga platform ay mayroon nang patakaran sa synthetic media. Mag-report sa ilalim ng partikular na panuntunang iyon sa halip na sa pangkalahatang kategorya ng spam, at ilakip ang marka kung pinapayagan ito ng form.
Huwag itong ibahagi muli nang walang label

Ang pag-repost ng peke para balaan ang mga tao ay nagpapalaganap pa nito, at ang babala ay nahihiwalay sa larawan sa loob ng ilang pagbabahagi. Lagyan ito ng label sa mismong post.

Mga Alternatibo

Paano ito inihambing sa iba pang mga paraan ng pagsusuri

Paraan	Gumagana pagkatapos mag-screenshot	Ipinapaliwanag ang resulta	Humahawak sa mga bahagyang pag-edit	Gastos
Pagsusuri gamit ang iyong sariling mga mata	Oo	Hindi	Bihira	Libre
Mga viewer ng metadata o EXIF	Hindi	Bahagya	Hindi	Libre
Mga pagsusuri ng watermark o credential	Kung naiwan lamang	Bahagya	Hindi	Libre
Reverse image search	Minsan	Hindi	Hindi	Libre
Pagtatanong sa isang pangkalahatang AI chatbot	Hindi maaasahan	Mukhang tiyak, madalas na mali	Hindi	Nag-iiba
Ang detector na ito	Oo	Oo	Oo	Libre

Ang pagtatanong sa isang chatbot ang pinakakaraniwang pagkakamali. Ang isang pangkalahatang language model ay gumagawa ng isang matatas at may kumpiyansang talata na walang forensic analysis sa likod nito: walang naka-calibrate na threshold, walang benchmark, walang paraan para ipakita kung aling mga pixel ang nagdala sa sagot. Humuhula ito sa kumpletong mga pangungusap, at ang katatasan ang nanghihikayat.

Bawat tampok

Kung paano ito ihahambing sa isang tipikal na online checker

Karamihan sa mga libreng checker ay gumagawa ng isang bagay: kinukuha ang iyong upload at nagbabalik ng isang numero. Ito ang hindi isinasama nito, hilera bawat hilera.

Tampok	Best AI Image Detector	Tipikal na online checker
Tumatakbo sa iyong browser, walang ia-upload	Oo	Hindi Mga file na ipinadala sa server
Nakakahanap ng mga pag-edit ng AI sa loob ng isang totoong larawan	Oo	Hindi Buong larawan lamang
Heatmap sa bawat rehiyon na may mga marka ng tile	Oo 9 na tile	Hindi
Mga nai-publish na banda ng marka at linya ng desisyon	Oo	Bahagya Marka lamang, hindi nakasaad ang mga banda
Pag-verify ng Content Credentials (C2PA)	Oo	Hindi
Pagsusuri ng maramihan sa isang pasada	Oo Hanggang 25	Bahagya Kadalasan isa-isa
Na-print na ulat ng PDF	Oo	Hindi
JSON export na nababasa ng makina	Oo	Hindi
HEIC, AVIF, at TIFF input	Oo	Bahagya JPG at PNG lamang
Mga numero ng katumpakan at mga limitasyon na nai-publish	Oo	Hindi
Libreng pang-araw-araw na alawans	Oo 50 mga larawan	Bahagya 10 hanggang 20 sa kabuuan
Walang kinakailangang account	Oo	Hindi Mag-sign up upang makita ang isang resulta
Link ng ulat na maibabahagi	Oo walang pag-upload	Bahagya Naka-host sa kanilang server
Walang ad	Oo	Hindi

Inlalarawan ng kanang kolum ang pattern na karaniwan sa mga libreng web-based checker, hindi sa anumang partikular na produkto. Ang mga indibidwal na tool ay mas mahusay sa mga indibidwal na hilera, at ang paghahambing ay tungkol sa karaniwang kaso kaysa sa pinakamahusay na kaso.

Access

Libreng gamitin, walang kinakailangang account

Libre ang bawat pagsusuri. Hindi mo kailangan ng account, email address, o paraan ng pagbabayad, at walang nag-e-expire na pagsubok. Ang dahilan ay istruktural kaysa sa pagiging mapagbigay: ang modelo ay tumatakbo sa loob ng iyong browser sa iyong sariling aparato, kaya walang gastos sa server bawat pagsusuri na kailangang bawiin. Ang alawans na 50 mga larawan sa isang araw ay isang linya ng patas na paggamit sa halip na paywall, at nag-R-reset ito magdamag. Ang pag-detect sa libreng AI image detector na ito ay nananatiling libre.

Libre

$0walang card, walang pag-expire

50 na pagsusuri sa isang araw
Walang account
25 mga larawan bawat batch
60 MB bawat file
Mapa ng rehiyon
Pag-verify ng credential ng nilalaman
Mga maibabahaging link ng ulat
PDF at JSON export

May bayad

Wala pa

Walang bayad na tier at walang petsa para dito. Kung darating ito, saklaw nito ang pag-uulat at daloy ng trabaho ng koponan, at ang lahat ng nakalista sa tabi nito ay mananatiling libre. Walang anuman dito ang isang pagsubok na nagtatapos.

Ano ang idadagdag ng isang bayad na tier

Ang mga batch ay hanggang 25 na larawan at ang mga file ay 60 MB, ang mga limitasyon ng kung ano ang kompektableng hinahawakan ng isang tab ng browser. Ang pang-araw-araw na alawans ay binibilang sa iyong sariling aparato at nag-r-reset sa hatinggabi sa iyong time zone.

Privacy

Ang nangyayari sa larawang ina-upload mo

Walang ina-upload. Ang isang file na pinili mo ay binabasa at binibigyan ng marka sa loob ng tab ng iyong browser at hindi kailanman naglalakbay sa isang server, kaya walang panahon ng pagpapanatili na ilalarawan at walang dapat tanggalin. Ang iyong mga larawan ay hindi kailanman ginagamit para sa pagsasanay, dahil hindi sila kailanman dumarating kahit saan na maaari nilang marating. Isang pagbubukod: ang kahon ng URL ay kumukuha ng malayuang larawan sa network, at kapag hinarangan ng isang host ang direktang pag-access, ang kahilingang iyon ay dumadaan sa isang pampublikong proxy.

Piliin Ang file ay binabasa mula sa iyong aparato ng pahina.

Marka Ang modelo ay tumatakbo sa iyong sariling hardware, offline sa amin.

Itapon Isara ang tab at walang natitira.

Basahin ang patakaran sa privacy

Pagkakatugma

Mga format at aparato kung saan ito gumagana

Tumatakbo ito sa anumang modernong browser sa anumang aparato na walang kailangang i-install. Walang app at walang extension, na karaniwang gusto ng mga taong naghahanap ng isa: isang AI image detector online na gumagana sa telepono nang walang pag-download. Naabot ng file picker ang iyong camera at library ng larawan. Ang mga naka-layer na format tulad ng PSD ay hindi direktang binabasa, kaya mag-export ng naka-flatten na PNG o JPG.

Mga Format: JPG, PNG, WebP, AVIF, HEIC, HEIF, GIF, TIFF, BMP, JPEG XL
Pinakamataas na laki ng file: 60 MB bawat larawan
Laki ng batch: 25 na larawan sa isang pagkakataon
Input ng URL: Mga direktang link ng larawan at mga pampublikong pahina
Mobile: Anumang modernong mobile browser
App o extension: Wala — walang i-install
Mga Kinakailangan: Naka-enable ang JavaScript at WebAssembly

Sa dami

Pagsusuri ng mga larawan nang maramihan

Ang batch ay kumukuha ng 25 na larawan sa isang pagkakataon. Ang bawat isa ay binibigyan ng marka nang sunud-sunod at nag-a-update ang card nito sa sandaling matapos ito, kaya lumilitaw ang mga resulta habang tumatakbo ang iba. Ang anumang card ay nagbubukas ng buong ulat, at ang batch ay nag-e-export bilang isang JSON file na may marka, band, estadistika ng rehiyon at mga signal para sa bawat larawan.

Wala pang API

Walang naka-host na endpoint sa kasalukuyan, at ang paglalarawan ng isa na hindi pa ipinapadala ay magsasayang ng iyong oras. Ang detector ay tumatakbo nang buo sa client-side, kaya ang pagsasama ngayon ay nangangahulugan ng pag-embed ng pahina sa halip na pag-tawag sa isang serbisyo. Kung kailangan mo ng programmatic access, sabihin ito sa pamamagitan ng pahina ng pakikipag-ugnayan — ang pangangailangang iyon ang magbibigay-katwiran sa pagbuo nito.

Kumpara sa isang pampublikong checkpoint

Ang modelo ng pixel ay isang bukas na modelo ng pananaliksik, at ang lisensya at pinagmulan nito ay nakasaad sa halip na nakatago. Ang isang pinapanatili na deployment ay nagdaragdag ng pagkakalibrate, ang naka-tile na rehiyon pass, pagbabasa ng pinagmulan at nai-publish na mga band sa paligid ng raw classifier output.

FAQ

Mga tanong ng mga tao

Paggamit ng tool

Ano ang isang AI image detector at paano ito gumagana?

Tinatantya ng isang AI image detector kung ang isang larawan ay ginawa ng isang generative model, sa pamamagitan ng pagbasa ng mga pixel sa halip na ang data ng file. Sinusukat ng isang vision model na sinanay sa milyun-milyong totoo at ginawang frame kung paano nakaupo ang bawat pixel laban sa mga kapitbahay nito, dahil ang mga sensor at diffusion model ay nag-iwan ng magkakaibang bakas. Makakakuha ka ng 0-100 probability, isang band, ang mga nag-ambag na signal, at isang region map.

Paano ko susuriin kung ang isang larawan ay ginawa ng AI?

I-drag ang file sa pahina, mag-click para mag-browse, o i-paste ang link sa isang larawan o pampublikong web page. Ang pag-iskor ay tumatagal ng humigit-kumulang apat na segundo. Basahin muna ang hatol at probability, pagkatapos ay buksan ang region map para makita kung ang signal ay sumasaklaw sa buong frame o nakaupo sa isang lugar.

Libre bang gamitin ang AI image detector na ito?

Oo. Walang trial period, walang paraan ng pagbabayad at walang account. Ang libreng alawans ay 50 mga larawan sa isang araw, na nagre-reset magdamag at sumasaklaw sa halos lahat ng tao na hindi ito ginagawa para sa ikinabubuhay. Ang mga batch ay may limitasyon na 25 mga larawan at ang mga file ay 60 MB, na mga praktikal na limitasyon ng pagpapatakbo ng isang modelo sa loob ng isang tab ng browser sa halip na mga pangkomersyo. Walang bayad na tier ngayon.

Kailangan ko ba ng account para magamit ito?

Hindi. Walang pag-sign-up, walang email address at walang pag-login. Buksan ang pahina at suriin ang isang larawan. Dahil ang pagsusuri ay tumatakbo sa iyong sariling aparato sa halip na isang server, walang paggamit na susukatin at walang dahilan upang kilalanin ka.

Maaari ba akong magsuri ng larawan mula sa isang URL sa halip na mag-upload ng file?

Oo. Mag-paste ng direktang link ng larawan, o mag-paste ng pampublikong pahina at pumili mula sa mga larawang inilalantad nito. Ang pag-fetch ng malayuang larawan ay isang kahilingan sa network, at kapag hinarangan ng isang host ang pag-access sa browser, ang link ay dumadaan sa isang pampublikong proxy. Para sa sensitibong gawain, i-download ang larawan at idagdag ang file sa halip.

Magagamit ko ba ito sa isang telepono, at mayroon bang app?

Oo sa telepono, hindi sa app. Ang site ay tumatakbo sa anumang modernong mobile browser na walang mai-install, at ang file picker ay umabot sa iyong camera at photo library. Walang katutubong app at walang extension. Ang unang pagsusuri ay nag-download ng modelo, kaya mas matagal ito kaysa sa mga susunod.

Katumpakan at tiwala

Gaano ka tumpak ang AI image detector na ito?

Ang modelo ay umaabot sa 91.3% na balanseng katumpakan sa mga malinis na benchmark na larawan, 87.3% pagkatapos ng pag-compress ng JPEG sa kalidad 60, at 84.6% sa kalidad 40. Pantay na binibigyang-timbang ng balanseng katumpakan ang totoo at ginawang mga larawan, kaya ang isang skewed test set ay hindi ito mapapalaki. Ang mga maliliit na file, paulit-ulit na screenshot, mabibigat na filter at mga bagong-bagong generator ay nagpapababa ng pagiging maaasahan.

Paano ko malalaman kung ang isang larawan ay ginawa ng AI kapag ito ay mukhang ganap na totoo?

Karamihan ay hindi mo magawa, na siyang problemang nilulutasan nito. Ang mga visual na sinabi ng mga tao na natutunan — masasamang kamay, magulong teksto, plastik na balat — ay ang mga unang inayos ng pinakabagong mga modelo. Gumagana ang pagsusuri sa ibaba ng kung ano ang nalulutas ng iyong mata, sinusukat ang mga istatistika ng pixel na nag-iiba sa pagหว่าง ng sensor at ng generative model.

Maaari ba nitong matukoy ang isang larawan kung saan bahagi lamang ng larawan ang na-edit ng AI?

Oo, at ito ang kaso na pinakamasamang hinahawakan ng karamihan sa mga detector. Ang isang marka para sa buong larawan ay nagp-average ng isang maliit na synthetic patch laban sa mga tunay na pixel sa paligid nito, kaya ang pag-edit ay nawawala sa average. Markahan muli ng tool ang frame bilang magkakapatong na mga tile. Ang isang mainit na rehiyon sa loob ng isang malinis na frame ay nagpapahiwatig ng generative fill o isang pinalitan na mukha.

Gumagana ba ito sa AI art, anime at mga ilustrasyon?

Oo, na may higit na kawalan ng katiyakan kaysa sa mga litrato. Ang isang naka-istilong hitsura ay hindi katibayan ng pinagmulan ng AI, at ang pagtrato dito sa ganoong paraan ay kung paano ang mga artistang tao ay maling pinagbintangan. Ang isang guhit-kamay na ilustrasyon ay wala ring ingay ng sensor, kaya basahin ang pattern ng rehiyon at ang confidence band sa halip na ang headline number.

Bakit minarkahan nito ang aking totoong larawan bilang posibleng AI?

Ang mabigat na retouching, AI upscaling, malalakas na filter at agresibong muling pag-compress ay nagtutulak sa mga tunay na litrato pataas sa sukat, dahil ang bawat isa ay pinapalitan ang naitalang detalye ng imbento o naka-average na detalye. Ang mga maliliit na larawan at screenshot ay gumagawa ng pareho. I-upload ang orihinal na file sa halip na isang screenshot, at ang marka ay karaniwang bumababa.

Maaari bang mag-edit ang isang tao ng larawan ng AI upang makaligtaan ito ng detector?

Oo, at ang mga pagtatangka ay kilalang-kilala: idinagdag na ingay, nakasalansan na mga filter, paulit-ulit na muling pag-save, mahigpit na pananim, mga screenshot, at isang pass sa pamamagitan ng pangalawang modelo. Ang trade-off ay ang mga pag-edit na ito ay nagpapababa sa larawan, at ang mabigat na pagkasira ay naglalagay ng resulta sa hindi mapagpasyang banda sa halip na i-clear ito bilang totoo.

Mas mahusay ba ito kaysa sa pagtatanong sa isang pangkalahatang AI chatbot kung ang isang larawan ay AI?

Oo, at ang agwat ay mas malaki kaysa sa hitsura nito. Ang isang chatbot ay gumagawa ng isang matatas at may kumpiyansang talata na walang forensic analysis sa likod nito: walang naka-calibrate na threshold, walang benchmark, walang paraan upang ipakita kung aling mga pixel ang nagdala sa sagot. Ang isang classifier na sinanay upang paghiwalayin ang mga nabuo mula sa mga nakunan na larawan ay nagbabalik ng isang numero na maaari mong suriin.

Maaari ba nitong matukoy ang mga deepfake at face swap?

Oo, at ang region map ay ang gumagawa nito. Ang isang deepfake ay naiiba sa isang ganap na nabuong larawan: ang katawan, background at pag-iilaw ay isang tunay na pagkuha, at ang mukha lamang ang pinalitan. Ang pag-iskor sa antas ng tile ay naglalabas ng pinalitang lugar bilang isang mainit na rehiyon habang ang nakapalibot na litrato ay nananatiling mababa.

Ang resulta ba ng pagtuklas ng AI ay patunay?

Hindi. Ito ay katibayan, at dapat itong timbangin sa lahat ng iba pang alam mo tungkol sa larawan. Walang detector ang umabot sa katiyakan, kabilang ang isang ito, at ang anumang tool na nag-angkin na tiyak ay nililigaw ka. Ang mataas na marka na may malinaw na pattern ng rehiyon ay malakas. Ang isang borderline na marka sa isang naka-compress na screenshot ay hindi.

Teknikal

Aling mga AI image generator ang maaari nitong matukoy?

Ang pixel model ay generator-agnostic: pinaghihiwalay nito ang nabuong texture mula sa texture ng camera sa pangkalahatan, na nagbibigay-daan dito na mag-generalize sa mga modelong hindi pa nito nakikita sa halip na tumugma sa isang nakapirming listahan. Hiwalay, ang pag-scan ng file ay maaaring magngalan ng Midjourney, DALL·E, Stable Diffusion, Firefly, FLUX, Imagen, Leonardo.Ai, Ideogram, Recraft, Grok at Runway kapag nabuhay ang mga marker.

Gumagana ba ito nang walang metadata o watermark?

Oo. Binabasa mismo ng pagsusuri ang nilalaman ng larawan, kaya ang isang tinanggal na bloke ng EXIF, isang nawawalang watermark o isang screenshot ay hindi ito binubulag. Ang metadata at mga credential ng nilalaman ay binabasa bilang isang dagdag na linya kapag naroroon, at itinuturing bilang sumusuportang katibayan sa halip na ang nagpapasyang kadahilanan.

Anong mga format ng larawan at laki ng file ang sinusuportahan?

Kasama sa mga sinusuportahang format ang JPG, PNG, WebP, AVIF, HEIC, HEIF, GIF, TIFF, BMP at JPEG XL, hanggang 60 MB bawat file at 25 file bawat batch. Ang mga layered na format tulad ng PSD ay hindi direktang binabasa; mag-export ng pinatag na PNG o JPG sa halip. Anumang dina-decode ng iyong browser bilang isang larawan ay karaniwang gumagana.

Mayroon bang API para sa pagtuklas ng larawan ng AI?

Hindi. Walang naka-host na endpoint sa kasalukuyan. Ang detector ay tumatakbo nang buo sa browser, kaya walang server na tatawagin. Kung kailangan mo ng programmatic na access para sa isang moderation o verification pipeline, makipag-ugnayan sa pamamagitan ng contact page.

Maaari ba akong mag-suri ng ilang mga larawan nang sabay-sabay?

Oo, 25 bawat batch. Ang bawat larawan ay na-iskor nang sunud-sunod at ang card nito ay nag-a-update sa sandaling matapos ito, kaya lumilitaw ang mga resulta habang tumatakbo pa rin ang iba. Buksan ang anumang card para sa buong ulat, o i-export ang buong batch bilang isang solong JSON file.

Maaari ba nitong matukoy ang teksto na binuo ng AI sa loob ng isang larawan, o sabihin sa akin ang prompt sa likod nito?

Hindi sa pareho. Iskor ng tool kung ang mga pixel ay mukhang nabuo. Hindi ito nagbabasa ng teksto sa larawan, hindi hinahatulan kung ang wika ay isinulat ng makina, at hindi maibalik ang prompt. Ang pagbawi ng prompt ay hindi posible mula lamang sa mga pixel. Kapag ang isang file ay nagdadala ng mga naka-embed na parameter ng pagbuo, iniulat ng pag-scan na naroroon ang mga ito.

Paano ito naiiba sa isang open-source detector sa GitHub o Hugging Face?

Ang pinagbabatayan na pixel model dito ay isang bukas na modelo ng pananaliksik, at iyon ay sinabi sa halip na nakatago. Ang binuo sa paligid nito ay ang pagkakaiba: pagkakalibrate sa mga nai-publish na banda, ang tiled region pass na nakakuli sa mga bahagyang pag-edit, cryptographic credential verification, at isang sinabing linya ng desisyon. Ang isang raw checkpoint ay nagbibigay sa iyo ng isang hindi naka-calibrate na numero.

Maaari ba nitong suriin ang mga video pati na rin ang mga larawan?

Hindi. Mga nakatigil na larawan lamang. Ang video ay hindi sinusuportahan sa anumang anyo, kabilang ang mga animated na GIF, kung saan ang unang frame lamang ang binabasa. Para sa isang video kakailanganin mong mag-export ng isang frame bilang isang larawan at suriin iyon, na nagsasabi sa iyo tungkol sa frame na iyon lamang.

Maaari ba nitong tantiyahin kung kailan ginawa ang isang larawan, o kung aling bersyon ng modelo ang gumawa nito?

Hindi, hindi mula sa mga pixel. Nagbabalik ang modelo ng probability na ang frame ay synthetic, na walang petsa at walang bersyon ng modelo na naka-attach. Kapag ang isang file ay nagdadala pa rin ng mga credential ng nilalaman o mga parameter ng pagbuo, iniulat ng pag-scan kung ano ang inaangkin ng mga iyon, ngunit iyon ay ang file na naglalarawan sa sarili nito, at maaari itong mai-edit.

Privacy at access

Itinatabi mo ba ang mga larawang sinusuri ko?

Hindi. Ang mga file na pinipili mo mula sa iyong device ay hindi kailanman na-upload, kaya walang nakaimbak, walang nakapila at walang dapat tanggalin. Binabasa at ini-iskor ang mga ito sa loob ng iyong tab sa browser at itinatapon kapag isinara mo ito. Ang iyong mga larawan ay hindi kailanman ginagamit para sa pagsasanay. Ang isang pagbubukod ay ang kahon ng URL.

Suriin ang isang larawan ngayon

I-drop ang larawan na hindi ka sigurado at basahin ang katibayan para sa iyong sarili. Ang AI image detector na ito ay malayang gamitin, at walang umaalis sa iyong browser.

Walang account. Walang upload. Limampung pagsusuri sa isang araw.

I-drop ang mga larawan dito