沧泡沫板橡塑板专用胶 沧泡沫板橡塑板专用胶

拍鸟这件事总是苦乐参半。我们希望鸟离得再近点，摆出灵动的姿态，光线恰到好处，前景没有植物遮挡……要凑齐这么多有利因素并不容易。看着那些“就差点”的照片，你是不是也想过：要不，请AI修修？

生态学呼吁：如果你计划将照片上传到iNaturalist等公民科学平台，请不要使用AI修图处理。尽管大部分使用AI修图的人并没有主观恶意，但这种行为正在污染数据库，干扰科学研究。

近，iNaturalist就发生了这样起乌龙事件。有用户上传了张“红翅黑鹂”（Agelaius phoeniceus）的照片，如果观察属实，这将是该物种在巴西的个记录。但是经过复核，工作人员发现它其实是只黄肩黑拟鹂（Icterus cayanensis），在巴西很常见，而照片经过Google AI处理后变成了另种鸟。

图a：使用Gemini 3生成的红翅黑鹂图片，没有明显的AI生成迹象，只是尾羽数量似乎偏少；图b：黄肩黑拟鹂的真实影像，来自摄影师David Theobald；图c：使用Gemini修图后，照片看起来很接近红翅黑鹂 | doi: 10.1038/s41559-026-03141-y

英国英国曼彻斯特城市大学的生态学亚历山大·利斯（Alexander Lees）博士在篇通讯文章里报告了这案例，近期在《自然-生态与进化》（Nature Ecology & Evolution）期刊发表。

公民科学数据库能够为科学提供宝贵的信息。通过分析用户提交的海量数据，科学能够掌握各个物种的分布情况和种群动态，比如某种植物的开花时间、某种鸟类的分布范围是否正在发生变化。然而，如果用户提交了经过AI成或修饰的图片，就可能对数据库造成污染。

AI修图会犯什么错？

近些年，AI生成图像技术迅速进步，有时候生成的图像连业人士都难以分辨。然而，就像“黄肩黑拟鹂爆改红翅黑鹂”的例子那样，AI翻车的情况也并不罕见。下面我们以鸟类为例进行说明。

例如下面这张黑鸢抓鱼的图片，因为拍摄时距离较远，照片显得模糊。使用简单的指令“把照片修得清楚”，1号和2号AI输出结果如下。（本文不讨论AI修图哪强，所以我们不标注具体的AI产品。）

从左到右：原图，自己拍的；AI 1号修图；AI 2号修图

可见，两张图都出现了相同的问题：原图拍摄的是黑鸢的背面，这个角度是看不到头部的，而两个修图AI都为它中生有地画了个头。所以沧泡沫板橡塑板专用胶，在AI输出图片上，“黑鸢”头部的角度表明这是它的腹面，但它的翅膀上又没有白的翅窗，因为这部分图案实际上来自它的背面。在熟悉黑鸢的观鸟人看来，这就跟看到个人正面出现了两瓣屁股样难受。美工，帮我把那只鸟转过来！

黑鸢的腹面实际上长这样，注意翅膀上白的斑块 | 玛雅蓝

另个常见的使用场景，是照片前景有植物遮挡，或者因为光线、角度，照片上看不清小鸟的眼睛。以下面这张照片为例，使用指令“调整照片，使彩协调，小鸟眼部突出”，2号、3号AI输出结果如下。两个AI分别为小鸟画上了明亮的黄和红虹膜。但是实际上，白喉红臀鹎的虹膜应该是褐的，很难出片。

从左到右：原图，自己拍的；AI 2号修图，添加了黄的虹膜；AI 3号修图，添加了红的虹膜，面部羽毛似乎还融了红耳鹎的特征

可见，AI修图的结果就是开盲盒，取决于原图的质量、指令描述和工具的不同。对于原图中没有呈现的细节，比如虹膜的颜、羽毛排列的模式，AI修图的输出结果有很大的不确定。而对于某些鸟类，虹膜颜这样的细节可能成为重要的鉴定特征。

当然，如果原图不需要大幅度调整，使用业的修图工具，用精细的指令进行微调（比如指定非常具体的调整区域），肯定有人能用AI修出特征准确的图片。有经验的观鸟人也能好地判断修图是否已经偏离现实。但是，公民科学数据库大的价值在于众多普通人上传的海量数据。在这个场景下，我们要考虑的不是业人士AI修图能达到的上限，而是众多普通人随便修修的平均水平。

AI修图为什么会犯错？

看到这里，也许有人会问：但是，AI识别物种挺好用的啊？修图怎么那么多问题？

的确，如果使用门的鉴定AI，有足够清晰的照片，同时明确搜索的地理范围，现在AI辅助识别物种已经能达到不错的准确。但是，AI修图和物种识别属于不同的工作路径。

当我们人工修饰图片的时候，我们的想法可能是：“我拍到了只柳莺，但是植物枝叶遮挡太多，我应该去掉这些遮挡。”但AI所做的其实是基于照片和提示词，生成张全新的图片，而非“识别到某某柳莺，我来补齐画面细节”。

告诉AI物种鉴定结果，确实有助于校正，但也不保证画对。以上文出现的白喉红臀鹎为例，如果在提示词中加入“这是只白喉红臀鹎”，AI 2 号的输出结果会让眼睛看起来贴近实物了，但是把臀部红区域直画到了腿上。

经过物种校正后的AI修图，PVC管道管件粘结胶臀部的红区域直画到了腿上

实际上，白喉红臀鹎长这样，注意臀部红范围。

白喉红臀鹎的臀部红范围｜玛雅蓝

简单来说，让AI“看图说话”，远比让它生成图像容易。数据科学咩子告诉我，目前主流AI擅长对密度信息进行提炼，比如针对和图像生成文字描述；而反向的过程，比如基于段文字生成图像或，AI需要填补的信息就太多了。

比如，AI修图的时候常常会出现错乱的羽毛。鸟类的羽毛排列和羽斑纹遵循特定的结构（称为羽区），而通用AI模型不会针对这样的细节进行门训练。（它们能把人的手指画对就不错了！）

并且，AI基于统计学生成的修图结果，其特征不定恰好对应你手头想要修饰的那张照片。AI训练使用的鸟类照片数据集中多的是常见而好看的物种，或因为罕见而成为热门拍摄对象的物种。彩斑斓的热带鸟类，与人类毗邻而居的麻雀、鸽子等城市野鸟，或是外形帅气的猛禽，会在图库里留下大量的照片。这使得AI在“认识”鸟类的时候产生了权重偏差。

就iNaturalist的案例而言，红翅黑鹂是图库中常见的鸟，它们分布于美国和加拿大，数量多又不怕人，还有显眼的配，是摄影师们喜的拍摄对象；而黄肩黑拟鹂分布于南美洲的圭亚那地和亚马孙地区的低地雨林，它们的图片资料相比之下非常少。《自然-生态与进化》文章也认为，这可能是修图结果发生偏差的原因。

AI研究员原子补充指出，对模型进行训练的时候，图片附带的文字标注有可能是“鸟类觅食”这样笼统的描述，而非物种名称、地理位置等信息。并且，对于不同的模型，训练时使用的数据库和针对物种识别的精细度也不同。

所以，每次AI修图都是开盲盒，因为它背后的法是个黑箱，我们法得知它在多大程度上“认识”鸟类，或者“熟悉”哪些鸟类。它也不会“考虑”你所处的地理位置有哪些鸟类分布，而地理位置在物种鉴定中是相当重要的信息。以及，虽然本文主要以鸟类图片为例进行说明，用AI修饰昆虫、花草、蘑菇照片的过程也遵循相似的原理。

AI“入侵”自然

当AI成内容越来越以假乱真，却又法反映真实，它就会影响我们对大自然的认识。去年发表于《保护生物学》（Conservation Biology）期刊的篇文章指出，AI生成的影像和正在对环境保护造成威胁。

文章指出，自然主题的AI生成内容能够快速吸引流量，其中许多内容刻画了动物拟人的行为，或人与动物的过度亲近，这会致危险的误解。尤其在自然缺失症普遍的当下，人们多地通过技术媒介认识自然，难识别出AI生成的自然相关内容，造成恶循环。

AI生成的澳大利亚网红小海豹被叉车叉走的图片

例如，有AI生成展示了鸟类守护幼鸟的，配文“母伟大”，实际上鸟类中有90的物种，雄也会参与育儿。又例如，许多AI生成会夸张地展示不同物种之间的和谐相处，或动物被人类营救后前来报恩的剧情。后种情况尤其危险，可能致人们在野外错误地亲近野生动物，致攻击事件。还有的AI生成呈现了野生动物作为宠物的剧情，可能使人们渴望饲养这些动物，进而促进非法贸易。

AI生成还会使人们对物种实际的地理分布、生存状况的认知发生偏差。文章指出：“既然社会中有显著比例的群体在识别哪些动物属于本土物种面有严重的困难，这样的AI生成会放大这种困惑。”

不要用AI修图污染数据库

《自然-生态与进化》文章指出，为保护生物记录数据，公民科学平台需要探索为细致而可靠的图像认证协议，可能需要纳入元数据核查机制，同时应加大宣传力度，教育参与者了解提交由AI生成或增强的图像可能造成怎样的损害。iNaturalist已经上线相应的反馈机制，用户发现疑似AI生成的照片时可向管理员报告。

咩子介绍，由于AI监管伦理的要求，目前主流大模型生成的内容已内置水印，表明图像由AI生成。所以理论上，数据库可以使用相应的识别工具，对内容文件进行筛选。但是，些小众模型和本地模型可能没有内置水印。

AI生成的动物图片和总能在社交媒体获得流量，即便有些内容已经夸张到离谱，这也许说明人们内心仍然在渴望亲近自然。然而，并非只有远的珍稀动物才构成“真正的自然”，自然就在我们的身边，在每处农田、绿化带、城市公园。眼下立秋已过，在城市里抬头看看，也许就有准备南迁的燕子在电线上集结。

街头随手拍 | 玛雅蓝

身边的小鸟、飞虫和花草，会告诉我们自然的真实面貌。你当然可以拿出手机或相机拍照记录。如果实在想要修出“照片”，那么至少请记住：在公民科学数据库上传记录的时候，选那张没修过的图。图上那只鸟有没有“眼光”，科学真的不在乎。

参考文献

[1] Lees A C, Iwane T, Seeholzer G F, et al. Citizen science platforms must mitigate against the threat of generative AI[J]. Nature Ecology & Evolution, 2026: 1-2.

[2] Guerrero‐Casado J, Murillo‐Jiménez T, Carpio A J, et al. Threats to conservation from artificial‐intelligence‐generated wildlife images and videos[J]. Conservation Biology, 2025, 40(1): e70138.

作者：玛雅蓝

编辑：黄线狭鳕

相关词条:铁皮保温施工     隔热条设备     锚索    离心玻璃棉    万能胶生产厂家

奥力斯    万能胶生产厂家    联系人：王经理    手机：13903175735（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》沧泡沫板橡塑板专用胶，以此来变相勒索商家索要赔偿的违法恶意行为。