3SELLER Journal 3SELLER →

Можно ли узнать, что фото сделано ИИ: 3 детектора и 5 признаков, которые выдают фейк за 5 минут

16.11.2026

Месяц назад знакомый перекупщик авто чуть не перевел полную предоплату за машину, которой не существует. Фото в объявлении было безупречным: капот блестит, свет ровный, даже отражение облака на крыше на месте. Спас случай: отправил кадр знакомому дизайнеру, тот прогнал снимок через детектор. 97% вероятности генерации. Продавец с нарисованным автомобилем исчез вместе с авансом, который перекупщик все-таки успел частично перевести.

Вторая история короче. Девушка из моего кружка по нейросетям полгода переписывалась с ухоженным мужчиной, который присылал новые фото буквально каждый день. Детектор дал 99% - лицо собрано генератором. Мужчина, кстати, не спорил. Оказалось, он честно предупреждал, что стесняется своих настоящих снимков.

Ответ на вопрос, можно ли узнать, что фото сделано ИИ, короткий: да. Но с оговорками, о которых почти никто не пишет. Разберу все рабочие способы - от взгляда невооруженным глазом до специализированных детекторов. Покажу, где методы ломаются и почему стопроцентной гарантии не даст ни один из них.

Современные генераторы обманывают глаз, но не математику

Еще два года назад синтетические лица выдавали себя стеклянным взглядом и пальцами в количестве, противоречащем анатомии. Сейчас откройте любую галерею свежих работ и попробуйте отличить кадр от съемки на зеркалку. Не выйдет. Флагманские модели рисуют поры кожи, естественное боке, честные блики в зрачках и осмысленный текст на вывесках.

Парадокс в том, что чем красивее картинка для человека, тем заметнее она для алгоритма. Детекторы не смотрят на изображение как люди. Они считают статистику пикселей: распределение шума, характер текстур, микрозакономерности, которые генератор оставляет нечаянно. Человеку кадр кажется просто красивым, а программе - таблицей чисел. Реальный снимок несет след физики света и сенсора камеры. Сгенерированный - след математики диффузии. Эти почерки различимы, если знать, куда смотреть.

Вторая опора - водяные знаки и метаданные. Крупные лаборатории встраивают в изображения невидимые метки: Google ставит SynthID в картинки Gemini, фотоаппараты и часть софта поддерживают стандарт C2PA с криптографической подписью происхождения кадра. Хороший детектор проверяет и статистику, и метки сразу.

Что выдает ИИ-картинку при обычном осмотре

Ручная проверка занимает десять секунд и отсекает половину грубых подделок. Смотрите на зоны, где генераторы ошибаются чаще всего:

Честная оговорка: метод работает против среднего уровня генераторов. Топовые модели уже научились чистому тексту и анатомически корректным рукам. Полагаться только на глаза - все равно что проверять подлинность купюры на просвет без аппарата: иногда повезет, иногда нет.

Детекторы ИИ-изображений: что они измеряют на самом деле

Специализированные сервисы обучены на миллионах изображений, и настоящих, и синтетических. Модель выучивает статистические различия между снимком камеры и картинкой генератора, затем выдает вердикт в процентах. Никакой магии - обычный классификатор со своей точностью и своими ошибками.

Ключевое отличие от ручного осмотра: алгоритм опирается на статистику пикселей, а не на «на глаз похоже». Он видит то, что человек не способен заметить: микрошум, спектральные характеристики текстур, согласованность освещения между областями кадра.

Три инструмента, которые реально работают

Первый - детектор на decopy.ai. Бесплатный, распознает изображения, созданные популярными моделями: DALL-E 3, Midjourney, Nano Banana, Gemini, Stable Diffusion. Сервис ловит уникальный почерк каждой из них: характерные текстуры, освещение, сложные детали вроде пор кожи и волос. На выходе понятная цифра вроде «98% вероятность, что изображение создано ИИ» плюс текстовое пояснение, какие части кадра выглядят сгенерированными, а какие реальными. Отдельная настройка ищет несоответствия, характерные для дипфейков и подмены лиц. Для проверки фото профиля и документов это самый полезный режим.

Сервис на appcraft.pro устроен еще проще. Модель определяет, создано ли изображение целиком нейросетью или снято камерой, и показывает наиболее вероятный источник. В примерах на сайте все наглядно: реальное фото получает «Создано ИИ: 2%», явная генерация - 99%. Загрузили файл, получили ответ, никакой регистрации.

Третий - Hive AI Detector, расширение для Google Chrome. Выдает процент вероятности генерации и называет наиболее вероятный источник: DALL-E, Midjourney, другие модели. Удобство в том, что проверять можно прямо на любом сайте: установили расширение, кликнули правой кнопкой по подозрительной картинке - и результат перед вами. Файл скачивать и куда-то перезаливать не нужно.

Метаданные и водяные знаки - второй рубеж проверки

Если детектор молчит или сомневается, смотрите происхождение файла. Кадр, сгенерированный с нуля, обычно не содержит EXIF: нет модели камеры, настроек съемки, геолокации. Отсутствие метаданных не доказывает подделку, ведь соцсети вырезают их при загрузке. Но сочетание «красивый портрет плюс ноль метаданных плюс высокий процент детектора» складывается в характерную картину.

Встроенные метки надежнее. SynthID от Google встраивает невидимый для глаза водяной знак прямо в пиксели, и он переживает кадрирование и сжатие. Стандарт C2PA подписывает файл криптографически: можно проследить цепочку от камеры или генератора до текущего состояния. Проблема в том, что метки ставит далеко не каждый сервис, а перегон картинки через скриншот и пересжатие часть следов стирает. Поэтому метаданные - усилитель вердикта, а не замена детектору.

Мой алгоритм проверки за пять минут

Порядок действий, который выработался за пару лет возни с этим добром:

  1. Осмотр вручную: текст, руки, отражения, симметрия парных деталей.
  2. Прогон через два независимых детектора, минимум. Беру decopy и Hive.
  3. Обратный поиск: Яндекс Картинки или Google Lens. Генерация часто уже засвечена в сети как арт, сток или обложка фейковой новости.
  4. Оценка контекста: кто публикует, зачем, сходятся ли детали с заявленной историей.

Если оба детектора дают 90% и выше - почти наверняка генерация. При 50-70% решение на одной цифре не принимайте, смотрите контекст. Серая зона - самое коварное место, и сейчас объясню почему.

Где детекторы ошибаются

Три причины не доверять одной цифре слепо.

Ложные срабатывания. Студийные снимки с профессиональным светом, агрессивным шумоподавлением и ретушью иногда получают высокий процент «ИИ»: после жирной обработки камерный шум вычищается, и статистика приближается к синтетической. Я видел, как реальный портрет после бьюти-фильтра ловил 60% генерации.

Гонка вооружений. Детекторы обучаются на известных моделях, а генераторы выпускают новые версии быстрее, чем успевают обновиться классификаторы. В обсуждениях на Reddit практикующие фактчекеры жалуются на одно и то же: сервис, месяц назад безошибочно ловивший прошлую версию генератора, промахивается на свежем релизе.

Сами проценты. «98% вероятность» означает, что модель уверена, а не что факт доказан. В спорных случаях цифру читайте как сигнал к дополнительной проверке, а не как приговор.

Мой практический вывод: связка глаз плюс два детектора плюс поиск по сети дает надежность процентов в 90-95. Чтобы не купить несуществующую машину - достаточно. Чтобы вынести судебное решение - нет, там нужна экспертиза.

Где проверку фото используют по-настоящему

Все кейсы из практики - моей и знакомых:

Обратная сторона: как делают такие фото

Я сам ежедневно создаю изображения для клиентов: обложки, рекламные креативы, иллюстрации для сайтов. Скажу прямо - качество флагманских моделей сегодня такое, что заказчик иногда не верит, что перед ним не фотосессия.

Работаю через 3GPT от 3SELLER - сервис открывает доступ ко всем флагманским нейросетям из России за 149 рублей, без иностранных карт. В одном окне: ChatGPT 6 Astra, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, ChatGPT 5.5, ChatGPT 6.1 Sol. Для картинок - Nano Banana, для роликов - генерация видео, для озвучки - синтез голоса. Пополнить баланс можно российской картой, через СБП или криптой: никаких танцев с зарубежными платежами и VPN.

3GPT - доступ к ChatGPT 6, Claude Fable 5 и Nano Banana из России

Практический смысл для нашей темы прямой. Чтобы понимать, что именно ловят детекторы, полезно поработать с генераторами самому. Сгенерируйте портрет в Nano Banana, прогоните через decopy - и своими глазами увидите, какой процент наберет картинка и какие детали выдают модель. Понимание обеих сторон процесса ценнее любой статьи.

Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT.

Вторая фишка сервиса, о которой редко пишут, - готовые ИИ-агенты под конкретные задачи. Выбираете агента под свою цель и начинаете общение, а модель можно менять прямо в чате. Контекст при этом сохраняется. Продающие тексты, сайты, обработка заявок, клиентская поддержка - в работе и бизнесе это экономит часы каждую неделю.

Готовые ИИ-агенты 3GPT под бизнес-задачи

Попробовать можно здесь: агенты 3GPT.

Памятка на каждый день

Три правила, которые экономят деньги и нервы. Фото из объявления, анкеты или «сенсации» без проверки - не повод переводить деньги. Один детектор - не вердикт: два независимых плюс поиск по сети дают рабочий минимум. И высокий процент у отретушированного портрета не обязательно означает обман - смотрите на контекст целиком.

Узнать, сделано ли фото нейросетью, реально: детекторы вроде decopy.ai, сервиса на appcraft.pro и расширения Hive дают честную вероятностную оценку за секунды, а метаданные и водяные знаки усиливают вердикт. Но одной цифре верить на слово нельзя - генераторы и детекторы гоняют друг за другом. Возьмите ближайшее подозрительное фото из объявлений и прогоните его через два сервиса из списка - сравните цифры. А чтобы прочувствовать тему изнутри, сгенерируйте пару картинок через 3GPT и прогоните их же через детекторы. Лучший способ распознавать подделки - однажды сделать свою.

← Вернуться к блогу

Читать дальше