Flux 圖片檢查
Flux AI 圖像偵測器
Flux 影像可能看起來像一般照片，而且很少帶有簽署的來源資訊。Slop or Not 會先讀取現有的中繼資料，然後在沒有可讀取的來源資訊或浮水印可以判定檔案時，使用經過數百萬張人類與 AI 影像訓練的分類器來對像素進行評分。線上檢查會在 Numen 的私人 Mac 伺服器上執行，遠離外部 AI 公司。
SynthID 檢查器能找出加了浮水印的圖片。沒人加浮水印的圖片，Slop or Not 也照樣檢查。
它會從 Google 和 OpenAI 的圖片讀取 SynthID、驗證 C2PA Content Credentials、讀取生成器指紋，並掃描像素。
- 你可以測試照片、螢幕截圖、商品圖片、收據和大頭貼，最高 8 MB。
- 結果機率判定、AI 分數，以及檔案內含的來源詳細資料。
- 隱私在我們自行擁有與營運的硬體上進行檢查。我們絕不會將你的照片傳送給 OpenAI、Google 或任何其他 AI 公司。
檢查項目
來源資訊缺失時檢查 Flux 圖片
生成或編輯 App 留下的中繼資料
匯出後仍保留下來的擬真圖片痕跡
沒有來源資訊時的分類器證據
良好用途
- 檢查來自未知帳號的擬真肖像
- 發布前審查活動或廣告圖片
- 測試下載的 Flux 圖片是否仍帶有線索
需要知道的限制
- 透過社群 App 分享的 Flux 圖片可能失去有用的中繼資料
- 裁成小圖會遮掉不少脈絡，足以降低判定信心
- 機率分數應搭配人工審查
常見問題
Flux AI 圖片偵測器 問題
Slop or Not 能偵測 Flux 圖片嗎？
它會檢查生成中繼資料，以及匯出後仍可能留存的視覺 AI 訊號。信心程度取決於圖片品質、壓縮、裁切，以及檔案在生成後經歷了什麼。
Flux 偵測和 Stable Diffusion 偵測不同嗎？
流程相似，但 Flux 圖片有自己的視覺模式和來源脈絡。當該模型家族可能是來源時，使用 Flux 偵測器；不確定時，則使用範圍更廣的 AI 圖片偵測器。
它需要原始檔嗎？
原始檔通常帶有更多證據，因為中繼資料和圖片細節都還保留著。截圖和壓縮副本仍可檢查，但結果可能較不確定。
在 iPhone 或 Mac 上執行下一次檢查
Slop or Not App 會在裝置上檢查圖片和文字，你檢查的任何內容都不會離開裝置。
更多 Numen 作品
另外三款同樣在你裝置上執行的 App，全都不需要帳號。
Private LLM
一款本機 AI 聊天機器人，適用於未經審查的開源模型，可在 iPhone、iPad 和 Mac 上離線執行。Private LLM 使用針對每個模型調整的 OmniQuant 和 GPTQ 量化技術，因此其 3 位元模型可媲美其他 App 提供的 4 位元模型。
Clean Links
現在大多數追蹤都藏在連結重新導向後面。Clean Links 會在你分享前展開短網址，並移除網址中的每個追蹤參數，可在 iPhone、iPad、Mac 和網頁上使用。
Private Diffusion
在你的 iPhone、iPad 和 Mac 上執行最新的前沿影像模型。Private Diffusion 使用量化感知蒸餾 (QAD) 訓練每個模型，因此小型模型能保有完整尺寸模型的品質。
