De flesta detektorer kräver en uppladdning. Vad det innebär för en skadebild, ett pass eller klientarbete under sekretessavtal, och frågorna som är värda att ställa innan du klistrar in något.
Händer var det mest omtalade avslöjande tecknet i AI-bilder och är nu till största delen åtgärdat. Vad som gjorde dem svåra, vad som löste det och vad händelsen säger om alla andra visuella ledtrådar.
Här finns inget API, och detta förklarar vad det innebär för automatisering, vad ett webbläsarverktyg kan och inte kan göra för dig, och vad alternativen faktiskt kostar.
Rapporter, presentationer och skadeärenden innehåller bilder som ingen granskar. Så extraherar du dem utan kvalitetsförlust, och dessa är värda arbetet.
En skärmdump ersätter de bevis en detektor läser med bevis om din egen skärm. Vad som överlever, vad som inte gör det och vad du ska göra när en skärmdump är allt du har.
Uppskalning hittar på pixlar som aldrig fångades in och får samma utslag som en generering eftersom det i strikt mening är det. Så skiljer du ett förstorat fotografi från ett påhittat.
Vissa generatorer bäddar in en signal i själva pixlarna. Vad som överlever redigering, vad som inte gör det och varför en vattenstämpelkontroll och en pixelkontroll svarar på olika frågor.
En kort, användbar policy slår en lång som ingen läser. De fyra besluten som spelar roll, formuleringarna som fungerar och klausulen dina leverantörer behöver.
Tävlingar granskar nu bidrag, och reglerna handlar om redigeringsgränser snarare än om generering. Vad arrangörer bör kräva och vad deltagare bör spara.
Bildbyråer gick från att förbjuda genererat material till att sälja det. Vad båda sidor av marknaden behöver kontrollera nu, och varför icke-deklarerade inlämningar är det verkliga problemet.
Sökmotorernas riktlinjer handlar om användbarhet snarare än produktionsmetod. Vad som faktiskt kostar placeringar, vad som inte gör det och var bilders ursprung börjar spela roll.
Upphovsrätten till genererade bilder är oklar och skiljer sig mellan länder. Vad man i stort är överens om, vad som ifrågasätts och varför detektering alls spelar roll för frågan.
De flesta vilseledande politiska bilder är äkta fotografier med falska bildtexter. Där detektion hjälper, där det aktivt vilseleder och vad du ska göra under de avgörande timmarna.
Genererade bilder i insamlingar drar in pengar men raserar förtroendet när det uppdagas. Så granskar du en kampanj du uppmanas att stödja, och detta bör organisationer göra i stället.
Helt fabrikade dokument är det enkla fallet. Det som passerar de flesta kontroller är ett äkta dokument där ett enda fält har ändrats, och det kräver en annan typ av granskning.
Falska skärmdumpar från handel, påhittade kontor och genererade grundare. Vilka delar av ett investeringsupplägg en pixelkontroll når – och vilka som kräver en registersökning istället.
Sökresultat blandar nu fotografier och genererade bilder utan mycket som skiljer dem åt. Hur du filtrerar, vad etiketterna betyder och hur du kontrollerar innan du återanvänder något.
Fotografiet är sällan den svagaste länken, och att kontrollera det räddar sällan någon. Vad som faktiskt avslöjar ett romantikbedrägeri, och när en bildanalys faktiskt hjälper.
Genererad produktfotografering säljer varor som inte ser ut som på bilden i verkligheten. Vad du ska hålla utkik efter som köpare, och vad säljare behöver veta innan deras annons tas bort.
Virtuell homestyling, utbytta himlar och rum som aldrig varit så rymliga. Vad en pixelkontroll hittar i en semesterbostadsannons, och de fyra frågorna den inte kan svara på.
Genererade profilbilder är vardagsmat nu och säger ingenting om en kandidat. En fabricerad yrkesidentitet är det verkliga problemet, och fotot är inte rätt sätt att upptäcka det på.
De flesta falska annonser använder stulna fotografier snarare än genererade. Här är tvåminuterskontrollen som fångar båda, och begäran som avgör frågan direkt.
Facebook komprimerar om allt på plattformen, vilket förändrar vad en detektor ser. Så här får du tag på en användbar kopia av bilden, och så tolkar du resultatet när du har den.
Filter, förinställningar och en plattform byggd på retuschering gör Instagram till den svåraste platsen att tolka ett analysresultat på. Vad som fortfarande fungerar och vad du bör sluta se som bevis.
Det ena uppfinner en person som inte existerar. Det andra placerar en verklig person i ett sammanhang där den aldrig befunnit sig. De kräver olika kontroller, och att blanda ihop dem leder till verkliga misstag.
En pixelkontroll besvarar en fråga om en profilbild. Fyra andra kontroller besvarar dem som faktiskt spelar roll, och tillsammans tar de cirka två minuter.
Ingen app att installera och ingen uppladdning. Så här granskar du en bild från kamerarullen, ett meddelande eller en webbsida på mobilen, och så påverkar telefonens bildbehandling resultatet.
De visuella kännetecken alla upprepar är de som åtgärdades först. Här är vad som fortfarande skiljer ett genererat ansikte från ett fotograferat, och vad som inte längre gör det.
Du har fått ett fotografi framför dig och något känns inte rätt. Här är det snabbaste pålitliga sättet att avgöra det, vad du ska titta på först och när du ska sluta gissa.
En genererad profilbild är oftast harmlös. En genererad identitetshandling är det inte. Så avgör du vilket problem du har, och var granskningen korsar en juridisk gräns.
Så granskar du tjugofem bilder samtidigt, vad du ska leta efter i en hel samling snarare än i ett enskilt resultat och varför avvikelsen är viktigare än det högsta resultatet.
Två sätt att bygga en bild, två olika fingeravtryck. Vad varje process lämnar efter sig, varför GAN-modeller var lättare att upptäcka och vad det säger om framtida utveckling.
Vad pixelmodellen kan uppskatta, vad filen kan namnge och varför ett analysverktyg som påstår sig identifiera verktyget bakom en bild lovar för mycket.
Betalplaner köper rapportering, historik och API-åtkomst. De köper sällan bättre träffsäkerhet. Så här prissätter marknaden detta i praktiken, och då är det rätt beslut att betala.
Den ger ett självsäkert svar utan verklig grund. Här förklaras varför språkmodeller inte klarar detta, vad de egentligen gör och vad du bör använda i stället.
En fullständig feltypologi: vad som fallerar, varför och hur varje typ av fel ser ut i praktiken. Skriven för att läsas innan du förlitar dig på ett resultat.
Tre format, tre målgrupper. Vad som hör hemma i en kund-PDF, vad som hör hemma i en ärendeakt och hur man delar ett resultat utan att dela själva bilden.
Produktprover på bild avgör volymordrar värda stora belopp. Så granskar du vad en leverantör skickar innan handpenning betalas, och vad du bör kräva i stället för att lita på en bild.
Ett enda tal slår ihop tre helt olika situationer till ett enda svar. Rutnätsvyn särskiljer dem, och den skillnaden avgör oftast vad du behöver göra härnäst.
Varje sparning kastar bort detaljer permanent. Vi körde ett fotografi genom tio cykler och poängsatte det vid varje steg. Resultatet förklarar de flesta falska positiva resultat.
Vad ett signerat manifest bevisar, vad ett saknat sådant inte bevisar, och varför standarden är starkare än pixelanalys men ändå inte kan lösa detta på egen hand.
Metadata rensas bort av nästan alla plattformar vid uppladdning, vilket innebär att metoden fallerar på just de bilder folk behöver kontrollera. Vad som överlever, och vad man ska använda i stället.
Ja, och att förstå hur är det som gör ett resultat läsbart. Angreppskategorierna, varför vissa fungerar och hur en tvättad bild ser ut när den granskas.
Virtuell homestaging är legitimt och ska redovisas. AI-genererade rum är det inte. Så ser du skillnaden innan du betalar handpenning för en bostad som inte existerar.
Genererade kvitton lurar nu ögat vid en snabb anblick. En checklista för ekonomiteam, varför ändrade totalsummor lämnar en lokal signal och var granskningen måste stanna.
Tröskelvärden för prioritering, batchflöden och varför automatiska avstängningar baserade på poäng är fel strategi. En praktisk guide för Trust and Safety-team.
Detektering sker efter källkritik och före publicering, aldrig i stället för något av dem. Ett fungerande arbetsflöde för bildredaktioner och hur man hanterar osäkra resultat.
Formgivare och fotografer ombeds att bevisa upphovsmannaskap. Ett detektorresultat räcker inte. Här är bevisen som gör det, och hur du bygger upp dem medan du arbetar.
Romantikbedrägerier drivs nu med genererade ansikten som klarar en snabb anblick. Vad som fortfarande avslöjar dem, vad du ska be om och kontrollerna som fungerar innan ni ses.
Genererade skadefoton är billiga att skapa och dyra att reglera. Ett arbetsflöde för skadereglerare, och punkten där granskningen måste avbrytas och lämnas vidare till en utredare.
Kör en bild genom fyra olika verktyg och få fyra olika svar. Orsakerna är strukturella, och genom att förstå dem vet du vilket resultat du kan lita på.
De besvarar olika frågor. Omvänd bildsökning hittar var en bild har funnits tidigare; en detektor uppskattar hur den skapades. Här är när du ska använda respektive metod och varför ordningen spelar roll.
Genererade produktbilder säljer varor som ingen har tillverkat. Här är fyraminuterskontrollen som avslöjar dem, i den ordning som snabbast upptäcker bedrägerier.
De visuella tecknen som fortfarande fungerar, de som har slutat fungera och hur du kontrollerar en bild ordentligt när det inte längre räcker att bara titta på den.
Falska positiva resultat har sex vanliga orsaker, och de flesta går att åtgärda. Här är varför ett äkta fotografi får höga poäng och hur du testar det ordentligt igen.
Vad värdet betyder, hur de fem intervallen fungerar, när sektionskartan väger tyngre än helhetsresultatet och i vilka lägen det ärliga svaret är osäkert.