一段“感动全球”的救援视频，为何经不起一次检测
浑浊的洪水裹挟泥沙奔涌，一名男子独自蹲坐在岩石上，湍急水流几乎要将其卷走。就在此时，一头巨象从岸边走入水中，停在男子面前。男子攀上象鼻、翻上象背，获得“新生”——今年8月，这段被称为尼泊尔泥石流灾害中“感人一幕”的视频在多个社交平台广泛流传。有人在评论区感谢“上帝派来动物拯救灾民”，也有人称大象展现了“与人类建立信任的能力”。然而，据公开信息，Meta的AI检测工具从该视频中识别出了数字签名，表明它极有可能由AI工具生成。这场感动无数人的营救，从未发生。
这并非孤例。类似的“动物英雄”叙事有着高度相似的结构：灾难突然发生，受困者命悬一线，动物在危急关头出现，完成一场跨越物种的营救。2025年11月，泰国南部洪灾期间，一组“狗救小猫”的图片在多国社交平台流传，其中一则帖文获得5600次转发，并被翻译成英语、马来语、越南语、缅甸语和中文传播。今年8月，网络上又出现声称“巴西洪水中有树懒托举小狗”的图片。这些内容随后均被专业事实核查机构鉴定为AI生成。
这类借助人工智能批量制作、内容大同小异的作品，有一个正在被广泛讨论的名字——“AI slop”，在中文语境中被直译为“AI泔水”，泛指借助人工智能大量制作的低质量数字内容。除了“动物救人”，诸如“超现实自然奇观”“飞机坠毁现场”“老人或军人举牌求点赞”“监控拍到熊或怪物”等类型化视频，都属于这一范畴。2024年5月，软件开发者Simon Willison转引X用户@deepfates的说法，将“未经请求、未经人工审核的AI生成内容”类比为垃圾邮件，贴上了“废料（slop）”的标签。同年6月，据公开信息，《纽约时报》记者本杰明·霍夫曼撰文称，这个词“让人联想到成堆令人倒胃口的食物被铲进牲畜食槽的画面”。2025年底，“slop”被韦氏词典评为年度词汇；美联社在今年5月发布的新版写作规范中正式收录该词条，将其定义为“AI生成的低质量、大规模在线内容，可包括文本、音乐和图像”。
对普通用户而言，比识别一个新词更紧迫的问题是：互联网上的内容，还有多少是“真”的？数据分析机构Graphite针对公共网络档案库Common Crawl中超过6.5万篇英文网页文章的抽样分析显示，2024年11月，AI生成的网络文章数量已首次超过人类手写文章；到2025年中期，新增网页中AI生成内容的比例已逼近甚至超过50%，而2020年这一比例还不足5%。（据Graphite分析数据）英国牛津大学下属的路透社研究所认为，“AI泔水”的泛滥存在现实风险：大量看似可信、实则缺乏事实核验和原创价值的内容，以近乎零成本的方式被大规模生产，正在逐步污染互联网信息生态，并将大量“验证成本”转嫁给普通用户、记者和事实核查员。
泛滥的背后是清晰的商业逻辑。在平台算法规则下，阅读量、转发量、点赞数与创作者的流量分成直接挂钩，越极端、越耸动的内容越容易获得推荐。一项在2023年至2025年间开展的针对中国短视频创作者的民族志调查发现，善于利用AI工具制作爆款视频的“泔水制造者”，往往并不在乎作者身份或个人表达，而更看重速度、规模、可复制性与快速变现。与此同时，各类生成式AI工具也大幅降低了内容生产门槛，让更多缺乏传统创作技能的人得以“互联网创业者”身份涌入内容产业。
更值得警惕的是，这可能形成一种循环反噬。一篇发表于Nature杂志的研究证明，如果模型持续使用机器生成的数据训练，被污染的训练集可能导致“模型坍缩”（model collapse），原始数据分布的尾部信息逐渐丢失。换言之，当AI生成的内容传播得比人类作品更快更广，未来的AI模型可能“吃”下自己生成的内容，质量随之退化。
不过，也有乐观的声音。从事AI新闻产品工作的StoryFlow创始人卡斯威尔（David Caswell）认为，低质量信息早在生成式AI出现之前就大量存在，当平台发现这些内容损害用户体验后，会逐渐建立过滤机制，正如垃圾邮件的治理历程——未来互联网或许仍充斥海量AI垃圾，但绝大部分用户根本不会看到。对个体用户而言，在平台机制成熟之前，面对一段“太完美”的感动，多留一分“这是真的吗”的迟疑，或许是当下成本最低的自保方式。
本文由AI辅助生成
