94
punteggio tipico
Realizzato da un modello
La texture sintetica si legge in modo coerente su tutto il fotogramma. Tipico di un'immagine uscita direttamente da un generatore.
Gratuito Nessun account, 50 analisi al giorno
Best AI Image Detector
Scopri in pochi secondi se un'immagine è stata generata o modificata dall'IA, con un punteggio da 0 a 100 e una mappa delle aree che hanno attivato il rilevamento.
Trascina qui le immagini
o clicca per selezionarle — un singolo file o un intero gruppo
Seleziona immaginiJPG · PNG · WEBP · AVIF · HEIC · GIF · BMP · TIFF
Incolla il link diretto a un'immagine o a una pagina pubblica — un post di un blog, un annuncio di un marketplace, una pagina prodotto — e lo strumento raccoglierà le immagini che l'host consente al browser di leggere.
Fino a 25 immagini alla volta, 60 MB ciascuna, 50 al giorno.
Nessuna registrazione I tuoi file rimangono nel browser Risultati in ~4 secondi
Tre passaggi
Come verificare se un'immagine è generata dall'IA
Trascina una foto o incolla un link per rilevare immagini generate dall'IA in circa quattro secondi. Il rilevatore di immagini AI gratuito restituisce un punteggio da 0 a 100, un verdetto chiaro e una mappa delle regioni che hanno attivato il rilevamento. Supporta JPG, PNG, WebP, AVIF, HEIC, GIF, TIFF e BMP, senza che alcun dato lasci il tuo dispositivo.
Passaggio 1Carica o incolla l'immagine
Trascina un file, clicca per sfogliare o incolla un link a un'immagine o a una pagina pubblica. Sono supportati JPG, PNG, WebP, AVIF, HEIC, GIF, TIFF e BMP, fino a 60 MB per file.
Passaggio 2Avvia l'analisi
La valutazione richiede circa quattro secondi su un computer standard. Tutto avviene all'interno della scheda del browser, quindi il file selezionato non viene mai caricato e nulla viene memorizzato una volta chiusa la pagina.
Passaggio 3Leggi il risultato
Otterrai un verdetto, una probabilità da 0 a 100, la fascia di appartenenza, un'analisi di ogni segnale che ha contribuito al risultato e una mappa che mostra quali parti del fotogramma hanno generato il segnale.
Sul campo
I controlli che le persone eseguono per primi
Tre situazioni rappresentano la maggior parte delle immagini caricate in questo strumento. Ognuna necessita di una parte diversa del risultato: un punteggio dell'intero fotogramma, una singola regione evidenziata o le prove del file sottostante.
Cosa rileva
Completamente generata, parzialmente modificata o scattata realmente
La maggior parte dei controllori ti dà un numero e ti lascia nel dubbio. Questo separa i tre casi che contano davvero, perché significano cose molto diverse.
61
punteggio tipico
Foto reale, parte falsa
Un'area si illumina mentre il resto rimane pulito: uno sfondo scambiato, un oggetto inserito, un riempimento generativo o un dettaglio cancellato.
08
punteggio tipico
Sembra scattata realmente
Nulla nei pixel o nel file punta a un modello. Ogni regione rimane bassa e il punteggio si trova in fondo alla scala.
Leggere il risultato
Cosa significa il punteggio e quanto è sicuro lo strumento
Lo strumento restituisce una probabilità, mai un sì o no assoluto. Un rilevatore che dice “IA” senza un numero allegato nasconde quanto sia stato incerto il responso; la differenza tra 66 e 96 è la differenza tra un secondo controllo e qualcosa su cui agire.
La scala si divide in cinque fasce fisse con la soglia decisionale a 65. Un 72 oggi significa la stessa cosa di un 72 il mese scorso.
| Punteggio | Fascia | Cosa significa | Cosa fare dopo |
|---|---|---|---|
| 0 – 20 | Nessun segnale IA | Nulla nei pixel indica un modello generativo. | Interpretato come scatto autentico. Controlla comunque il contesto. |
| 20 – 45 | Probabilmente reale | Un segnale sintetico debole. Qui rientrano anche leggere modifiche e compressioni. | Trattalo come reale a meno che altro non lo smentisca. |
| 45 – 65 | Inconcludente | La zona intermedia incerta. Screenshot, upscaling e filtri ricadono qui. | Non considerare il risultato come prova in un senso o nell'altro. |
| 65 – 90 | Probabilmente IA | Sopra la soglia decisionale, ma abbastanza vicino da essere stato influenzato da un pesante ridimensionamento. | Verifica con una seconda fonte prima di agire. |
| 90 – 100 | Generata dall'IA | Un segnale forte diffuso sull'intero fotogramma. | Trattalo come sintetico. |
Sotto il punteggio si trova l'elenco dei segnali: ogni prova che ha contribuito. Appare sempre un punteggio sull'intero fotogramma, una lettura regionale quando l'immagine è abbastanza grande da essere suddivisa e le Content Credentials quando il file le contiene.
La mappa delle regioni è dove il punteggio diventa verificabile. Ogni sezione viene valutata singolarmente, così puoi vedere se il segnale copre l'intero fotogramma in modo uniforme o se è concentrato in un angolo.
Funzioni
Progettato per essere credibile, non solo utilizzato
Ogni parte del risultato è spiegata, giustificata e onesta riguardo ai suoi limiti. Questa è la differenza tra un rilevatore di immagini AI che puoi citare e uno a cui devi credere sulla parola.
Mappa di calore regionale
Vedi esattamente dove si trova il segnale sintetico. Fai scorrere la sovrapposizione o passa ai punteggi per riquadro per leggere direttamente i numeri.
Verifica in blocco
Metti in coda fino a 25 immagini alla volta. Ogni scheda mostra il suo punteggio su 100 e il suo verdetto; aprine una qualsiasi per l'analisi completa.
Funziona con i link alle immagini
Incolla un'immagine o una pagina pubblica e scegli tra le immagini che espone. Se un host blocca l'accesso del browser, salva l'immagine e aggiungi direttamente il file.
Privato per impostazione predefinita
I file che scegli vengono letti e analizzati all'interno del tuo browser. Non vengono mai caricati, archiviati, messi in coda o registrati da nessuna parte.
Prove che puoi condividere
Copia un riepilogo scritto o scarica un report JSON completo con il punteggio, il valore di ogni regione e il ragionamento dietro il verdetto.
Calibrato, non ipotizzato
I punteggi si basano su fasce pubblicate con una linea di decisione fissa, quindi 72 significa sempre la stessa cosa e i limiti sono dichiarati anziché nascosti.
Report condivisibili
Invia un risultato a un cliente o a un collega tramite un link. L'analisi viaggia all'interno del link stesso, quindi l'immagine non viene mai caricata e chi lo apre vede il ragionamento, non il tuo file.
In breve
Cosa fa effettivamente un rilevatore di immagini AI
Un rilevatore di immagini AI è uno strumento che analizza i pixel di una foto e stima la probabilità che siano stati prodotti da un modello generativo. Esamina la struttura statistica dell'immagine stessa, non i metadati del file, quindi restituisce una probabilità, una banda di confidenza e le prove a supporto della valutazione.
L'occhio umano ha smesso di essere un test affidabile intorno al 2024. Gli indicatori che abbiamo imparato a cercare — mani a sei dita, testo confuso, pelle vitrea — sono quelli che i modelli più recenti hanno risolto per primi.
Pertanto, questo rilevatore di immagini AI opera al di sotto del livello visibile. Un modello addestrato su milioni di fotogrammi reali e generati legge come ogni pixel si relaziona con i suoi vicini, e tale relazione differisce tra il sensore di una fotocamera e un modello diffusion, in modi che sopravvivono a uno screenshot. Un blocco EXIF rimosso non lo rende cieco.
0–100Punteggio di confidenza
25Immagini per batch
9Regioni mappate
0File inviati a un server
I casi difficili
Le immagini complesse che altri rilevatori perdono
Le immagini interamente generate sono il caso semplice. Quasi ogni rilevatore di immagini AI identifica una resa pulita di Midjourney appena uscita dal generatore. Il problema nasce con fotogrammi misti, file ricompressi e immagini passate attraverso quattro piattaforme dalla loro creazione.
Foto reali con modifiche IA
Un oggetto aggiunto, una persona rimossa, uno sfondo sostituito. Solo parte del fotogramma è sintetica, quindi il punteggio sull'intera immagine media l'area falsa con i pixel reali circostanti.
Foto ritoccate e con upscaling IA
Lo scatto era reale. Il dettaglio no. I modelli di upscaling e ritocco inventano texture dei pori, ciocche di capelli e trame di tessuto che nessun sensore ha registrato, spingendo una fotografia autentica verso l'alto nella scala.
Screenshot e ri-caricamenti
Ogni piattaforma ricodifica ciò che pubblichi e scarta i dati del file. I controlli sui metadati falliscono qui. Il segnale dei pixel degrada ma sopravvive, motivo per cui questo sistema legge il fotogramma piuttosto che l'intestazione.
Scambi di volto e ritratti sintetici
Un corpo reale con un volto generato, o un volto appartenente a nessuno. La regione sostituita ottiene un punteggio molto più alto del resto del fotogramma, apparendo come un'area attiva anziché come un valore uniforme.
Arte stilizzata, anime e illustrazioni
Non fotografico non significa non reale, e confondere le due cose è il modo in cui iniziano le false accuse. Anche un'illustrazione disegnata a mano non presenta rumore del sensore, quindi un rilevatore di arte AI deve soppesare lo schema rispetto allo stile.
Immagini modificate per evitare il rilevamento
Rumore sovrapposto, filtri accumulati, file salvato una dozzina di volte. Le modifiche che nascondono le tracce del generatore danneggiano visibilmente l'immagine e un danno pesante spinge il risultato nella fascia non conclusiva.
Accuratezza
Quanto è accurato il rilevatore di immagini AI
Sul set di benchmark, il modello raggiunge un'accuratezza bilanciata del 91,3% sulle immagini pulite. Ricodificando le stesse immagini come JPEG con qualità 60, si mantiene l'87,3%. Scendendo alla qualità 40, si arriva all'84,6%. L'accuratezza bilanciata significa che le immagini reali e quelle generate hanno lo stesso peso, quindi il dato non è gonfiato da un set di test sbilanciato.
Queste cifre provengono dal benchmark pubblicato del modello, non da un test interno. Descrivono il comportamento dei pixel su quel dataset, e la tua immagine non è quel dataset.
Cosa riduce l'affidabilità
- Immagini molto piccole e qualsiasi cosa al di sotto dei 576 pixel sul lato più corto, che è troppo poco per dividere l'immagine in regioni
- Screenshot di screenshot, in cui il fotogramma è stato ricodificato diverse volte
- Output proveniente da un generatore rilasciato nelle ultime settimane
- Filtri pesanti, bordi spessi, collage e testo sovrapposto all'immagine
- Fotogrammi misti in cui solo una piccola regione è sintetica e il resto è una cattura autentica
Un falso positivo è una fotografia reale con un punteggio superiore alla soglia. Il pesante ritocco, l'upscaling e la compressione aggressiva ne sono le cause abituali; caricare l'originale anziché uno screenshot risolve la maggior parte di questi casi.
Un falso negativo è un'immagine generata con un punteggio inferiore alla soglia. Un nuovo generatore, una piccola patch sintetica all'interno di un fotogramma reale o un file pesantemente manipolato possono causarlo.
Un risultato è un elemento di prova, non un verdetto. Valutalo insieme a tutto ciò che sai sulla provenienza dell'immagine.
Sotto il cofano
Come il rilevatore legge un'immagine
Due corsie corrono su ogni immagine, mantenute separate di proposito. Una legge i pixel. Una legge il file. Nessuna scavalca silenziosamente l'altra, perché falliscono in modi diversi.
La corsia dei pixel è un vision transformer addestrato sul dataset Community Forensics: milioni di fotografie reali e immagini generate attraverso un'ampia gamma di modelli. Legge il fotogramma in quadrati da 384 pixel e restituisce una probabilità grezza, calibrata in modo che il numero corrisponda alle fasce pubblicate. Ciò che rileva è il residuo statistico della generazione: i modelli di diffusione e le reti generative avversarie (GAN) lasciano firme specifiche del generatore nel modo in cui i pixel vicini si relazionano, misurabilmente diverso da ciò che producono un sensore e un obiettivo.
Lo stesso modello scorre poi sul fotogramma come una griglia di riquadri sovrapposti, ognuno valutato per conto proprio. Questo rileva modifiche parziali, perché un volto sostituito illumina i propri riquadri mentre la fotografia intatta circostante rimane bassa. Un'immagine necessita di 576 pixel sul lato più corto per dividersi in un numero sufficiente di regioni.
La corsia del file legge la provenienza. Controlla le credenziali di provenienza e autenticità dei contenuti (C2PA) e verifica crittograficamente la firma, quindi scansiona i parametri di generazione incorporati, i nomi dei generatori e le dichiarazioni watermark SynthID. Una credenziale firmata legata a questi esatti pixel è solida. Un marcatore di testo libero è debole, poiché chiunque può copiarlo, e i due vengono valutati diversamente.
Le corsie si combinano in un unico verdetto e il disaccordo viene segnalato anziché nascosto. Un punteggio basso sull'intero fotogramma con la maggior parte delle regioni sopra la soglia restituisce un risultato di prove contrastanti che afferma esattamente questo.
Cosa non fa lo strumento: non esegue l'analisi del livello di errore (ELA), la corrispondenza del rumore del pattern del sensore o i controlli geometrici di ombre e riflessi. Si tratta di vere tecniche forensi e non sono presenti in questa build. Rivendicarle sarebbe facile e falso.
Perché i pixel
Perché metadati e watermark falliscono sulle immagini reali
I metadati vengono rimossi nel momento in cui un'immagine viene pubblicata su quasi tutte le piattaforme, quindi un controllo basato sui metadati fallisce proprio sulle immagini che le persone hanno bisogno di verificare. L'immagine che ti ha inviato uno sconosciuto è passata attraverso una pipeline di compressione senza che siano rimasti dati del file da leggere.
EXIF contiene marca della fotocamera, obiettivo, esposizione e talvolta posizione. Sopravvive a una copia diretta del file. Non sopravvive a un caricamento su una piattaforma social, un'app di messaggistica, uno screenshot o alla maggior parte dei risalvataggi.
Le credenziali dei contenuti rappresentano un vero miglioramento e questo strumento le verifica crittograficamente quando presenti. Sono valide solo quando ogni strumento nella catena le preserva, e un solo salvataggio in un editor senza supporto interrompe la catena. L'adozione è scarsa, quindi la maggior parte delle immagini non ne ha, e la loro assenza non prova nulla. I watermark invisibili funzionano quando il generatore ne ha applicato uno e nulla lo ha disturbato in seguito; un ritaglio o una ricodifica possono rimuovere il marchio e molti generatori non ne applicano mai nessuno.
Ciò lascia l'analisi a livello di pixel come l'unico metodo con ancora qualcosa da leggere dopo uno screenshot. Non è perfetto e le sezioni seguenti sono oneste riguardo ai punti critici. È l'unico approccio che sopravvive al modo in cui le immagini viaggiano realmente.
Copertura
Quali generatori riconosce
Qui succedono due cose e confonderle è il modo in cui gli strumenti fanno promesse eccessive. Il modello sui pixel non identifica i marchi: separa in generale la texture generata da quella della fotocamera, il che gli permette di generalizzare su un modello che non ha mai visto. La scansione del file è separata e può nominare lo strumento esatto.
Cosa fa l'analisi dei pixel
Restituisce una probabilità che il fotogramma sia sintetico, indipendentemente da chi l'abbia creato. Nessun marchio è associato a quel numero. Un generatore rilasciato nelle ultime settimane si trova in una finestra in cui l'accuratezza sul suo output è inferiore, e questo vale per ogni rilevatore.
Cosa può nominare la scansione del file
Quando un'immagine porta ancora credenziali o parametri di generazione, la scansione nomina lo strumento. Questi marcatori sopravvivono molto meno spesso di quanto si pensi.
- Midjourney
- OpenAI DALL·E e immagini GPT
- Stable Diffusion e SDXL
- Adobe Firefly
- FLUX (Black Forest Labs)
- Google Imagen e Gemini
- Leonardo.Ai
- Ideogram
- Recraft
- xAI Grok
- Runway
- Dichiarazioni watermark SynthID
I nomi dei prodotti appartengono ai rispettivi proprietari. Un elenco qui indica la copertura del rilevamento, non l'affiliazione.
La domanda dello scettico
Un'immagine AI può essere modificata per superare il rilevamento?
Sì, le persone ci provano e funziona abbastanza spesso da meritare di essere compreso. Il rilevamento è un obiettivo mobile e qualsiasi pagina che affermi il contrario sta cercando di vendere qualcosa.
I tentativi rientrano in alcune categorie: aggiungere rumore, applicare filtri pesanti, salvare ripetutamente il file, ritagliare in modo stretto, fare screenshot e far passare l'immagine attraverso un secondo modello. Ognuno di questi degrada le tracce del generatore che il rilevatore legge.
Ecco la parte che viene tralasciata. Quelle stesse modifiche degradano l'immagine. Se si spinge abbastanza da seppellire il segnale, si danneggia visibilmente l'immagine, e quel danno è esso stesso misurabile. Un file pesantemente elaborato solitamente ricade nella fascia inconcludente piuttosto che passare come autentico.
Il modello è stato addestrato su campioni post-elaborati e modificati in modo avversariale, non solo su output puliti, quindi una compressione moderata e i filtri comuni non lo sconfiggono. Il limite onesto: un'immagine spinta troppo lontano finisce per essere inconcludente, e lo strumento lo dichiara invece di tirare a indovinare.
Questa sezione descrive le categorie di tentativi perché le persone le cercano e meritano una risposta diretta. Non fornisce deliberatamente impostazioni, passaggi o strumenti per aggirare il rilevamento.
A occhio nudo
Segni che un'immagine è stata creata dall'AI
Prima di caricare qualsiasi cosa, vale la pena osservare otto elementi. Nessuno di essi è decisivo da solo.
- Conta le dita, quindi guarda come le mani incontrano gli oggetti.
- Controlla denti, orecchie e gioielli, dove forme piccole ripetute spesso presentano errori.
- Leggi eventuale testo su insegne, etichette e confezioni.
- Osserva i riflessi negli occhi, negli specchi e nel vetro.
- Traccia la direzione dell'ombra fino alla sorgente luminosa.
- Esamina folle, tessuti e fogliame alla ricerca di motivi ripetuti.
- Segui il bordo dove i capelli o il pelo incontrano lo sfondo.
- Cerca pelle priva di pori, asimmetrie e imperfezioni.
Ora la parte scomoda. I generatori più recenti superano la maggior parte di questo elenco. Le mani sono in gran parte corrette, il testo è simile all'originale e la trama della pelle appare convincente alla massima risoluzione. Questi segnali colgono ancora gli output più datati, che costituiscono gran parte di ciò che circola, ma un passaggio pulito di tutti e otto i punti non prova nulla. Quel divario è ciò che l'analisi dei pixel colma.
In pratica
Cosa le persone controllano con esso
Foto di prodotti ed elenchi di marketplace
Uno scatto di prodotto generato vende un articolo che nessuno ha realizzato. Controlla l'immagine dell'elenco prima di pagare, specialmente quando una foto sembra più pulita delle altre del venditore.
Ricevute, fatture e prove di pagamento
Una ricevuta fabbricata apre la strada alla maggior parte delle frodi sui rimborsi. Esegui l'immagine e osserva la mappa delle regioni, poiché di solito si tratta di modelli reali con numeri modificati.
Documenti d'identità e selfie di verifica
Foto di identità sintetiche e documenti modificati raggiungono quotidianamente le code di onboarding. La mappa delle regioni conta più del punteggio, perché la parte falsificata è spesso una piccola porzione.
Immagini del profilo e foto di app di incontri
Un volto che non appartiene a nessuno è economico da creare e difficile da individuare. Controlla l'immagine del profilo prima di fidarti della persona, in particolare quando ce n'è solo una.
Foto di assicurazioni e richieste di risarcimento danni
Danni generati e prove modificate appaiono entrambi nelle richieste. Una modifica parziale su una fotografia autentica è lo schema abituale, quindi leggi i riquadri, non il risultato complessivo.
Foto di consegna e prova di completamento
Le immagini di prova di consegna sono facili da falsificare e raramente esaminate. Controllale quando un pacco viene contestato o un lavoro è stato approvato solo tramite una foto.
Fotografie di notizie e post virali
Un falso convincente si diffonde più velocemente nella prima ora di una notizia dell'ultima ora. Verifica prima di pubblicare o ripubblicare e conserva il report con il file.
Opere d'arte, illustrazioni e portfolio
Entrambe le direzioni causano danni: spacciare per proprio un lavoro generato e accusare ingiustamente un artista umano. Leggi le prove piuttosto che il verdetto, poiché un aspetto stilizzato non prova nulla.
Elenchi di proprietà, affitti e viaggi
Interni generati ed esterni migliorati mostrano un luogo che non esiste. Controlla le foto degli elenchi prima di inviare una caparra per un posto che non hai visitato.
Appelli di beneficenza e immagini di raccolta fondi
Immagini generate emotive guidano truffe di donazione. Controlla la foto dietro un appello urgente prima di donare e prima di condividerlo.
Conseguenze
Cosa va storto quando un'immagine falsa passa inosservata
L'articolo non è mai esistito
Un venditore elenca mobili con foto generate su ordinazione, accetta pagamenti da una dozzina di acquirenti, quindi chiude l'account. Ogni acquirente ha una controversia bancaria e una foto che non corrisponde a nulla.
Un volto che non appartiene a nessuno
I ritratti sintetici consentono a un operatore di gestire molti personaggi senza il rischio di ricerca inversa delle immagini delle foto rubate. Le vittime perdono denaro nel corso di mesi e il solito consiglio di verificare se l'immagine appare altrove smette silenziosamente di funzionare.
L'onboarding accetta una persona che non esiste
Selfie generati e documenti modificati superano le code di verifica dei clienti create per la falsificazione umana. L'account che si apre viene utilizzato per il riciclaggio e la persona reale i cui dati sono stati assemblati lo scopre molto più tardi.
Danni aggiunti in seguito
Una fotografia autentica di un'auto reale ottiene un riempimento generativo di una ammaccatura che non c'era mai stata. Il punteggio sull'intera immagine la legge come per lo più autentica, perché lo è, e il sinistro viene liquidato.
La prima ora appartiene al falso
Durante lo sviluppo di una storia, un'immagine fabbricata si diffonde mentre la verifica cerca di recuperare. Le correzioni raggiungono una frazione delle persone che hanno visto l'originale e l'immagine circola per anni dopo.
Un artista compete con un'imitazione
Il lavoro generato nello stile di un artista vivente sottrae commissioni e inonda gli stessi tag. L'inverso accade anche: artisti accusati di generare il proprio lavoro, basandosi solo sull'impressione di qualcuno.
Per chi è
Per chi è stato creato
Utenti quotidiani
Qualcuno ti ha inviato una foto e sembra strana. Trascinala, leggi il numero, vai avanti. Nessun account, nulla da installare e il file rimane nel tuo browser.
Venditori e acquirenti
Stai per pagare qualcosa che hai visto solo in fotografia. La mappa delle regioni conta di più, dato che le foto modificate negli elenchi sono solitamente immagini reali con un dettaglio inventato.
Team di fiducia e sicurezza
Stai facendo triage in una coda, non esaminando una sola immagine. Il batch gestisce 25 immagini alla volta con un verdetto per immagine, e ogni risultato viene esportato come JSON che puoi allegare a un caso.
Giornalisti e fact-checker
Devi difendere la scelta davanti a un redattore. L'analisi del segnale mostra cosa ha contribuito e con quale forza, le fasce sono pubblicate e i limiti sono sulla pagina anziché nascosti.
Educatori e studenti
Stai insegnando alle persone a soppesare le prove anziché fidarsi di un verdetto. La mappa delle regioni rende visibile il ragionamento, il che è meglio di una semplice percentuale in classe.
Artisti e designer
Stai controllando una presentazione o difendendo il tuo lavoro da un'accusa. Le immagini stilizzate sono il caso più difficile e lo strumento mostra l'incertezza anziché nasconderla.
Casi d'uso
Chi controlla le immagini e perché
Redazioni
Verifica una foto inviata prima della pubblicazione e conserva il report con il file dell'articolo.
Marketplace
Individua foto di prodotti generate e foto di inserzioni false prima che vadano online.
Incontri e sicurezza sociale
Controlla una foto del profilo prima di fidarti della persona dietro di essa.
Istruzione
Esamina i lavori presentati e mostra agli studenti che aspetto hanno realmente le prove.
Assicurazioni e sinistri
Controlla le fotografie dei sinistri per danni generati o prove modificate.
Brand e agenzie
Controlla le immagini fornite e quelle d'archivio in modo che nulla di generato finisca in una campagna.
Passaggi successivi
Hai scoperto che è AI. E adesso?
-
Salva prima le prove
Scarica il report JSON e conserva il file originale. I post vengono eliminati e gli account chiusi mentre decidi cosa fare.
-
Cerca la copia più datata
Esegui una ricerca inversa per immagini per trovare la copia più vecchia. Un'immagine online dal 2019 difficilmente è un output di diffusion, a prescindere da ciò che suggeriscono i pixel.
-
Osserva l'account di provenienza
Controlla il venditore, il profilo o la pagina per altri segnali: età dell'account, se le altre foto condividono la stessa firma e se l'immagine appare sotto nomi diversi.
-
Segnalala dove l'hai trovata
La maggior parte delle piattaforme ora dispone di una policy sui media sintetici. Segnala secondo quella regola specifica piuttosto che in una categoria di spam generica e allega il punteggio se il modulo lo consente.
-
Non ricondividerla senza etichetta
Ripubblicare un falso per avvertire le persone lo diffonde ulteriormente, e l'avvertimento si separa dall'immagine dopo un paio di condivisioni. Etichettalo nel post stesso.
Alternative
Come si confronta con altri metodi di verifica
| Metodo | Funziona dopo uno screenshot | Spiega il risultato | Gestisce modifiche parziali | Costo |
|---|---|---|---|---|
| Verifica visiva | Sì | No | Raramente | Gratuito |
| Visualizzatori di metadati o EXIF | No | In parte | No | Gratuito |
| Verifiche di watermark o credenziali | Solo se conservati | In parte | No | Gratuito |
| Ricerca inversa per immagini | A volte | No | No | Gratuito |
| Chiedere a un chatbot AI generico | Inaffidabile | Sembra sicuro, spesso sbaglia | No | Variabile |
| Questo rilevatore | Sì | Sì | Sì | Gratuito |
Chiedere a un chatbot è l'errore più comune. Un modello linguistico generico produce un paragrafo fluente e sicuro senza alcuna analisi forense alle spalle: nessuna soglia calibrata, nessun benchmark, nessun modo di mostrare quali pixel abbiano determinato la risposta. Tenta una risposta con frasi complete e la fluidità è ciò che convince.
Funzione per funzione
Come si confronta con un tipico verificatore online
La maggior parte dei verificatori gratuiti fa una cosa sola: prende il tuo caricamento e restituisce un numero. Questo è ciò che manca, riga per riga.
| Funzione | Best AI Image Detector | Tipico verificatore online |
|---|---|---|
| Esegue nel browser, nulla viene caricato | Sì | No File inviati a un server |
| Trova modifiche AI all'interno di una foto reale | Sì | No Solo immagine intera |
| Mappa di calore per regione con punteggi per riquadro | Sì 9 riquadri | No |
| Fasce di punteggio pubblicate e linea di decisione | Sì | In parte Solo punteggio, fasce non dichiarate |
| Verifica Content Credentials (C2PA) | Sì | No |
| Verifica in blocco in un unico passaggio | Sì Fino a 25 | In parte Spesso uno alla volta |
| Report PDF stampabile | Sì | No |
| Esportazione JSON leggibile dalle macchine | Sì | No |
| Input HEIC, AVIF e TIFF | Sì | In parte Solo JPG e PNG |
| Cifre di precisione e limiti pubblicati | Sì | No |
| Disponibilità giornaliera gratuita | Sì 50 immagini | In parte Da 10 a 20 in totale |
| Nessun account necessario | Sì | No Registrazione per vedere un risultato |
| Link al report condivisibile | Sì nessun caricamento | In parte Ospitato sul loro server |
| Senza pubblicità | Sì | No |
La colonna destra descrive lo schema comune ai verificatori web gratuiti, non un prodotto specifico. Gli strumenti individuali funzionano meglio su singole righe e il confronto riguarda il caso comune piuttosto che il caso migliore.
Accesso
Uso gratuito, nessun account necessario
Ogni controllo è gratuito. Non servono un account, un indirizzo email o un metodo di pagamento e nessuna prova scade. Il motivo è strutturale anziché generoso: il modello viene eseguito all'interno del browser sul tuo dispositivo, quindi non ci sono costi di server per singola verifica da recuperare. Il limite di 50 immagini al giorno è una linea guida per un utilizzo corretto piuttosto che un paywall, e si resetta durante la notte. Il rilevamento in questo Best AI Image Detector gratuito rimane tale.
Gratuito
$0nessuna carta, nessuna scadenza- 50 controlli al giorno
- Nessun account
- 25 immagini per batch
- 60 MB per file
- Mappa delle regioni
- Verifica delle Content Credentials
- Link ai report condivisibili
- Esportazione in PDF e JSON
A pagamento
Non ancoraNon esiste un piano a pagamento né una data prevista. Se arriverà, coprirà la reportistica e il flusso di lavoro per i team, e tutto ciò che è elencato accanto rimarrà gratuito. Nulla qui è una prova a tempo.
Cosa aggiungerebbe un piano a pagamentoI batch hanno un limite di 25 immagini e i file di 60 MB, i limiti di ciò che una scheda del browser gestisce comodamente. Il limite giornaliero viene calcolato sul tuo dispositivo e si resetta a mezzanotte nel tuo fuso orario.
Privacy
Cosa succede all'immagine che carichi
Non viene caricato nulla. Il file che scegli viene letto e analizzato all'interno della tua scheda del browser e non viaggia mai verso un server, quindi non c'è alcun periodo di conservazione da descrivere e nulla da eliminare. Le tue immagini non vengono mai utilizzate per l'addestramento, perché non arrivano mai da nessuna parte dove potrebbero esserlo. Un'eccezione: la casella URL recupera un'immagine remota tramite la rete, e quando un host blocca l'accesso diretto, quella richiesta passa attraverso un proxy pubblico.
Scegli
Il file viene letto dal tuo dispositivo dalla pagina.
Punteggio
Il modello viene eseguito sul tuo hardware, offline rispetto a noi.
Scarta
Chiudi la scheda e non rimarrà nulla.
Compatibilità
Formati e dispositivi supportati
Funziona in qualsiasi browser moderno su qualsiasi dispositivo senza nulla da installare. Non esiste un'app né un'estensione, che è solitamente ciò che chi cerca un rilevatore di immagini AI online desidera: uno strumento che funzioni su telefono senza download. Il selettore file raggiunge la tua fotocamera e la tua libreria foto. I formati a livelli come PSD non vengono letti direttamente, quindi esporta un PNG o JPG appiattito.
- Formati
- JPG, PNG, WebP, AVIF, HEIC, HEIF, GIF, TIFF, BMP, JPEG XL
- Dimensione massima del file
- 60 MB per immagine
- Dimensione del batch
- 25 immagini alla volta
- Input URL
- Link diretti alle immagini e pagine pubbliche
- Mobile
- Qualsiasi browser mobile moderno
- App o estensione
- Nessuna: nulla da installare
- Requisiti
- JavaScript e WebAssembly abilitati
In volume
Verifica delle immagini in blocco
Il batch gestisce 25 immagini alla volta. Ognuna viene valutata a turno e la sua scheda si aggiorna non appena termina, così i risultati appaiono mentre il resto viene elaborato. Ogni scheda apre il report completo e il batch viene esportato come un unico file JSON con il punteggio, la fascia, le statistiche delle regioni e i segnali per ogni immagine.
Non esiste ancora un'API
Al momento non esiste un endpoint ospitato, e descriverne uno non ancora disponibile sarebbe una perdita di tempo. Il rilevatore viene eseguito interamente lato client, quindi un'integrazione oggi significherebbe incorporare la pagina anziché chiamare un servizio. Se hai bisogno di un accesso programmatico, indicalo tramite la pagina di contatto: quella richiesta è ciò che giustificherebbe la sua creazione.
Rispetto a un checkpoint pubblico
Il modello basato sui pixel è un modello di ricerca aperto, e la sua licenza e origine sono dichiarate anziché nascoste. Un'implementazione mantenuta aggiunge calibrazione, il passaggio sulle regioni tassellate, la lettura della provenienza e le fasce pubblicate attorno all'output grezzo del classificatore.
FAQ
Domande frequenti
Utilizzo dello strumento
Cos'è un rilevatore di immagini AI e come funziona?
Un rilevatore di immagini AI stima se un'immagine sia stata prodotta da un modello generativo, leggendo i pixel anziché i dati del file. Un modello visivo addestrato su milioni di fotogrammi reali e generati misura come ogni pixel si posiziona rispetto ai suoi vicini, poiché i sensori e i modelli di diffusion lasciano tracce differenti. Ottieni una probabilità 0-100, una banda, i segnali contribuenti e una mappa delle regioni.
Come verifico se un'immagine è generata dall'AI?
Trascina un file nella pagina, clicca per sfogliare o incolla un link a un'immagine o a una pagina web pubblica. La valutazione richiede circa quattro secondi. Leggi prima il verdetto e la probabilità, poi apri la mappa delle regioni per vedere se il segnale copre l'intero fotogramma o si trova in un'area specifica.
Questo rilevatore di immagini AI è gratuito?
Sì. Non ci sono periodi di prova, metodi di pagamento o account. La disponibilità gratuita è di 50 immagini al giorno, che si azzera durante la notte e copre quasi tutti coloro che non svolgono questa attività per professione. I batch sono limitati a 25 immagini e i file a 60 MB, che sono limiti pratici dell'esecuzione di un modello all'interno di una scheda del browser anziché su quelli commerciali. Non esiste alcun livello a pagamento oggi.
Ho bisogno di un account per utilizzarlo?
No. Non ci sono registrazioni, indirizzi email o accessi. Apri la pagina e verifica un'immagine. Poiché l'analisi viene eseguita sul tuo dispositivo anziché su un server, non c'è alcun utilizzo da misurare e nessun motivo per identificarti.
Posso verificare un'immagine da un URL invece di caricare un file?
Sì. Incolla un link diretto all'immagine, o incolla una pagina pubblica e scegli tra le immagini che espone. Il recupero di un'immagine remota è una richiesta di rete e, quando un host blocca l'accesso del browser, il link passa attraverso un proxy pubblico. Per lavori sensibili, scarica l'immagine e aggiungi il file invece.
Posso usarlo su un telefono e c'è un'app?
Sì al telefono, no all'app. Il sito funziona in qualsiasi browser mobile moderno senza installare nulla, e il selettore di file raggiunge la tua fotocamera e la libreria fotografica. Non esiste un'app nativa né un'estensione. La prima verifica scarica il modello, quindi richiede più tempo delle successive.
Accuratezza e affidabilità
Quanto è preciso questo rilevatore di immagini AI?
Il modello raggiunge un'accuratezza bilanciata del 91,3% su immagini di riferimento pulite, 87,3% dopo compressione JPEG a qualità 60 e 84,6% a qualità 40. L'accuratezza bilanciata pesa equamente le immagini reali e quelle generate, quindi un set di test sbilanciato non può influenzarla. File piccoli, screenshot ripetuti, filtri pesanti e generatori nuovi riducono tutti l'affidabilità.
Come posso capire se una foto è generata dall'AI quando sembra completamente reale?
Per lo più non puoi, che è il problema che questo strumento risolve. Gli indicatori visivi che le persone hanno imparato — mani imperfette, testo illeggibile, pelle di plastica — sono quelli che i modelli più recenti hanno risolto per primi. L'analisi opera al di sotto di ciò che l'occhio umano percepisce, misurando statistiche sui pixel che differiscono tra un sensore e un modello generativo.
Può rilevare un'immagine in cui solo una parte è stata modificata dall'AI?
Sì, e questo è il caso che la maggior parte dei rilevatori gestisce peggio. Un punteggio sull'intera immagine media una piccola porzione sintetica rispetto ai pixel autentici circostanti, facendo scomparire la modifica nella media. Lo strumento valuta il fotogramma di nuovo come riquadri sovrapposti. Una regione critica all'interno di un fotogramma pulito segnala un riempimento generativo o un volto sostituito.
Funziona su arte AI, anime e illustrazioni?
Sì, con maggiore incertezza rispetto alle fotografie. Un aspetto stilizzato non è prova di origine AI, e trattarlo come tale è il modo in cui gli artisti umani vengono accusati ingiustamente. Un'illustrazione disegnata a mano non ha rumore del sensore, quindi leggi il pattern della regione e la banda di confidenza invece del numero principale.
Perché ha segnalato la mia foto reale come potenzialmente AI?
Un pesante ritocco, upscaling AI, filtri forti e una compressione aggressiva spingono le fotografie autentiche verso l'alto nella scala, poiché ognuno sostituisce il dettaglio registrato con dettagli inventati o mediati. Immagini piccole e screenshot fanno lo stesso. Carica il file originale anziché uno screenshot e il punteggio solitamente diminuisce.
Qualcuno può modificare un'immagine AI in modo che il rilevatore non la trovi?
Sì, e i tentativi sono ben noti: rumore aggiunto, filtri sovrapposti, salvataggi ripetuti, ritagli stretti, screenshot e passaggio attraverso un secondo modello. Il compromesso è che queste modifiche degradano l'immagine, e una degradazione pesante porta il risultato nella banda inconclusiva anziché dichiararlo reale.
È meglio che chiedere a un chatbot AI generico se un'immagine è AI?
Sì, e il divario è più grande di quanto sembri. Un chatbot produce un paragrafo fluente e sicuro senza alcuna analisi forense alle spalle: nessuna soglia calibrata, nessun benchmark, nessun modo di mostrare quali pixel abbiano determinato la risposta. Un classificatore addestrato a separare le immagini generate da quelle acquisite restituisce un numero che puoi verificare.
Può rilevare deepfake e scambi di volto?
Sì, e la mappa delle regioni è ciò che lo rende efficace. Un deepfake differisce da un'immagine completamente generata: il corpo, lo sfondo e l'illuminazione sono una ripresa reale, e solo il volto è stato sostituito. La valutazione a livello di riquadro fa emergere l'area scambiata come regione critica mentre la fotografia circostante rimane bassa.
Il risultato di un rilevamento AI è una prova?
No. È un indizio e dovrebbe essere pesato insieme a tutto ciò che sai dell'immagine. Nessun rilevatore raggiunge la certezza, questo incluso, e qualsiasi strumento che pretenda di essere definitivo ti sta fuorviando. Un punteggio alto con un chiaro pattern di regioni è forte. Un punteggio al limite su uno screenshot compresso non lo è.
Tecnico
Quali generatori di immagini AI può rilevare?
Il modello dei pixel è agnostico rispetto al generatore: separa la texture generata dalla texture della fotocamera in generale, il che gli consente di generalizzare verso modelli che non ha mai visto anziché corrispondere a un elenco fisso. Separatamente, la scansione del file può nominare Midjourney, DALL·E, Stable Diffusion, Firefly, FLUX, Imagen, Leonardo.Ai, Ideogram, Recraft, Grok e Runway quando i marcatori sopravvivono.
Funziona senza metadati o watermark?
Sì. L'analisi legge il contenuto dell'immagine stessa, quindi un blocco EXIF rimosso, un watermark mancante o uno screenshot non lo accecano. I metadati e le credenziali di contenuto vengono letti come una corsia extra quando presenti, e trattati come indizi di supporto anziché come fattore decisivo.
Quali formati di immagine e dimensioni di file sono supportati?
I formati supportati includono JPG, PNG, WebP, AVIF, HEIC, HEIF, GIF, TIFF, BMP e JPEG XL, fino a 60 MB per file e 25 file per batch. Formati a livelli come PSD non vengono letti direttamente; esporta invece un PNG o JPG appiattito. Tutto ciò che il tuo browser decodifica come immagine generalmente funziona.
Esiste un'API per il rilevamento di immagini AI?
No. Non esiste un endpoint ospitato al momento. Il rilevatore viene eseguito interamente nel browser, quindi non c'è alcun server da chiamare. Se hai bisogno di un accesso programmatico per una pipeline di moderazione o verifica, mettiti in contatto tramite la pagina di contatto.
Posso verificare diverse immagini contemporaneamente?
Sì, 25 per batch. Ogni immagine viene valutata a turno e la sua scheda si aggiorna non appena completata, quindi i risultati appaiono mentre gli altri sono ancora in esecuzione. Apri qualsiasi scheda per il rapporto completo o esporta l'intero batch come un singolo file JSON.
Può rilevare testo generato dall'AI all'interno di un'immagine o dirmi il prompt dietro di essa?
No a entrambi. Lo strumento valuta se i pixel sembrano generati. Non legge il testo nell'immagine, non giudica se la formulazione sia stata scritta a macchina e non può recuperare il prompt. Il recupero del prompt non è possibile dai soli pixel. Quando un file trasporta parametri di generazione incorporati, la scansione segnala che sono presenti.
In cosa differisce da un rilevatore open source su GitHub o Hugging Face?
Il modello dei pixel sottostante qui è un modello di ricerca aperto, e questo è dichiarato anziché oscurato. Ciò che è costruito attorno ad esso fa la differenza: calibrazione su bande pubblicate, il passaggio di regioni a riquadri che coglie modifiche parziali, verifica crittografica delle credenziali e una linea di decisione dichiarata. Un checkpoint grezzo ti fornisce solo un numero non calibrato.
Può verificare video oltre alle immagini?
No. Solo immagini fisse. Il video non è supportato in alcuna forma, inclusi i GIF animati, dove viene letto solo il primo fotogramma. Per un video dovresti esportare un fotogramma come immagine e verificare quello, il che ti informa solo su quel fotogramma.
Può stimare quando è stata creata un'immagine o quale versione del modello l'ha creata?
No, non dai pixel. Il modello restituisce una probabilità che il fotogramma sia sintetico, senza data e senza versione del modello allegata. Quando un file trasporta ancora credenziali di contenuto o parametri di generazione, la scansione riporta ciò che quelli dichiarano, ma si tratta del file che descrive se stesso, e può essere modificato.
Privacy e accesso
Memorizzate le immagini che verifico?
No. I file che scegli dal tuo dispositivo non vengono mai caricati, quindi non c'è nulla di archiviato, nulla in coda e nulla da eliminare. Vengono letti e valutati all'interno della tua scheda del browser e scartati quando la chiudi. Le tue immagini non vengono mai utilizzate per l'addestramento. L'unica eccezione è la casella URL.
Controlla un'immagine ora
Trascina l'immagine di cui non sei sicuro e leggi tu stesso l'evidenza. Questo rilevatore di immagini AI è gratuito e nulla lascia il tuo browser.
Nessun account. Nessun caricamento. Cinquanta verifiche al giorno.