“双十一”临近，许多电商商家担心遇上“P图碰瓷”——买家发来一张修出来的破损图，真假难辨。

浙商大计算机科学与技术学院的硕士研究生陈浩然，研发了一套AI图像鉴伪系统，专治各类商品“照骗”，“精准识破图片、视频造假”。

直击痛点，让篡改痕迹无所遁形

“电商商家常会收到退货申请，可照片里破损的商品，到底是真实损坏，还是修图伪造，很难分辨。”陈浩然说，他和团队打磨的这套AI图像鉴伪系统，就能专门揪出图片里的篡改痕迹。

“这个过程就像侦探办案抓铁证。”他打了个比方。系统依托“层次化多示例学习”框架工作，把图拆解成多个局部细节逐一检查。比如一张伪造的摔碎杯子照片，哪怕看起来有九成真，只要在杯口边缘或某道裂纹的光影里揪出几块最致命的“假碎片”，就能一锤定音，综合这些关键线索识破伪造。

这项成果对应的论文已被ACM国际多媒体会议（ACM Multimedia）录用，即将正式发表。

陈浩然说，这套技术不止服务电商核验破损素材，金融平台证件真伪校验同样适用，为各类图像纠纷多添一份理性参考。目前团队已经和杭州本地一家企业达成合作，支持本地化部署，把图像、视频鉴伪落到真实业务场景里。

摸清AI“看世界”的逻辑

陈浩然这套能识别图片篡改的鉴伪系统，不是凭空诞生的。故事要从他刚入学说起。

2024年，他踏入浙商大读研，恰逢多模态大模型浪潮汹涌而来。彼时，既能看图、又能读文字的模型火遍学界，可他敏锐察觉到，热闹背后藏着局限：一到计数、目标定位这类抠细节的视觉任务，AI就容易“看走眼”。

“我想让模型把图看得更清楚。”这个念头，成了他一切研究的起点，也为后来图像鉴伪埋下伏笔。

在AI的体系里，视觉编码器就是它的眼睛，负责把一张照片转化成算法可以读懂的信号。一张图片送进去，要依次走过24层特征提取，仿佛24个人接力描述同一场画面：浅层捕捉边缘、纹理、光影位置，深层提炼物体类别、画面语义。

一个疑问困住了他：语言模型最终只会挑选一组特征，到底哪一层的信息才最合适？

为了解开疑惑，陈浩然翻遍文献，发现大家大多依靠反复试错选择，只看效果好坏，缺少系统对比，更缺少底层理论解释。这个“空白”，成了他的研究方向。在导师指导下，他把24层的特征变化可视化。大量对照实验之后，一个反常识的结论浮出水面：深层擅长读懂抽象语义，可面对定位、计数这类细粒度识别任务，浅层、中层捕捉到的细节信息反而更可靠。

被人刨根问底是对研究的最大肯定

陈浩然把这项发现写成论文《多模态语言模型“看得浅”时，反而看得更准》，成功被自然语言处理实证方法会议（EMNLP2025主会）录用，入选口头报告，录取率仅2.75%。顺着这个发现继续深耕，他开始尝试融合多层特征，把浅层细腻的细节感知，和深层的语义理解结合在一起，让AI既能看见细微纹理，也读懂画面含义。这项成果以共同一作发表国际计算机视觉与模式识别会议（CVPR2025）。截至现在，两篇论文在谷歌学术上已经被引用百余次。

那场国际会议的场景，陈浩然至今都记得——会场座无虚席，15分钟的全英文汇报，他稳稳讲完。

报告结束，世界各地的同行围上来，接连抛出追问：这套规律能不能迁移到别的编码器？在不同场景下是否稳定？面对接踵而至的问题，他一边作答，心底满是振奋。

“被同行刨根问底，就是对研究最大的肯定。”正是对AI视觉底层逻辑的这份吃透，才支撑起后来那套可以分辨裂纹、阴影、篡改痕迹的鉴伪系统，让AI侦探，拥有了扎实的理论底气。

希望AI技术应用中保留人文温度

陈浩然还用课余时间，给导师当课程助教。在一门面向全校的通识课《解密DeepSeek》里，他接触到来自不同专业的学生，也开始从另一个视角打量自己的专业。“模型性能不是唯一标准，适配用户场景才是关键。”他说，“不能一味追求技术最强，要做用户真正愿意用的产品。”

“我喜欢做一些有意思、有挑战的事情。”丰富多彩的校园生活，成了陈浩然最爱的“充电”方式。他常约教工路的宿管大爷打乒乓球，在学院草坪音乐节上台唱歌，约上小伙伴骑行。“我曾经从杭州一路骑到太湖，还有一次拿着一根竹杖，徒步几十公里爬到峨眉山登顶，前一阵，我还自驾走了完青甘环线。”不停的探索，是他看见生活、理解世界的的方式。

“希望站在科技与人文的十字路口，用产品落地AI技术服务大众。”除了继续科研探索之外，陈浩然还想在合适时机继续创业。“Al也是爱。”在他的主页上写着这样一段话。“我不希望技术统治冰冷的世界。人类最珍贵的是爱的能力，希望AI技术当中保留人文温度。”