5 月 19 日，特朗普访华行程开启第二天，X 平台中文区开始出现明显失真的”现场图”：马斯克坐在国宴桌前与中方代表举杯、特朗普穿汉服在故宫合影、特斯拉 Cybertruck 出现在长安街车队里。这些画面在 12 小时内被转发超过 80 万次，但全部是生成式工具的产物。
污染源不是某一张图，而是发图的速度
X 用户 wolfyxbt 是最早系统性整理这一波伪造图的博主之一。他在帖子里贴出 14 张广为传播的”现场照”，并逐张标注了模型痕迹：阴影方向不一致、桌面物品比例错乱、人物耳廓结构断裂。这些细节常规读者很难第一眼识别，但在缩略图状态下传播完全没有阻力。
他在后续推文里补了一个数据点：”光是马斯克国宴这一组图，从昨天晚上 8 点到现在凌晨 4 点，我已经标记了 9 个不同账号上传的版本，每个账号的粉丝数都在 5 万以上。” 单一事件被多个账号以几乎相同构图重复生成、并行投放，是这一轮污染最突出的特征。
另一位长期跟踪平台合规的中文研究者、清华大学新闻学院助理教授金兼斌在转发讨论时指出：”过去伪造图依赖剪贴和合成，单张成本以小时计；现在用 nano banana、Seedream 这样的开放权重图像模型，单张成本不到 5 分钱、出图时间不到 30 秒。供给侧已经从手工业进入了流水线。”
核实成本压垮了普通用户
X 平台的 Community Notes 系统在这一轮事件里几乎没有跑赢生成速度。一条被标注为”该图为 AI 生成”的提示，平均需要 6 小时才能挂到原帖下方，而那时这张图已经完成了它的传播曲线。
真正麻烦的是反向核实：要确认马斯克是否真的出席国宴，普通用户需要交叉比对官方新闻稿、特斯拉员工社媒、白宫日程，整个过程要 20 到 40 分钟。一边是 30 秒的伪造，一边是 30 分钟的核实，双方力量根本不在同一量级。SynthID、C2PA 这些水印方案在闭源模型上有效，但开源权重模型一旦泄漏到本地，水印就被绕过了。
真假难辨已经从口号变成日常
这轮假图泛滥的不同寻常之处不在于规模，而在于它正在把”先信再核实”变成大众默认行为。当用户每天接触到的政治图像里有相当比例是合成的，认知策略就会从”默认真”漂移到”默认怀疑”，然后被疲劳压回到”懒得验证”。这是一个比单次事件更慢、也更难逆转的过程。
平台层、模型层、法规层短期都看不到能彻底拦住这条流水线的方案。能在用户端起作用的，反而是那些把”这张图来源是哪个账号、原始上传时间几点几分”放在显眼位置的产品改造。其他更宏大的治理叙事，至少在 2026 年内都还停留在白皮书阶段。
参考链接：
