懶人包
- Higgsfield Genjutsu 是影片轉影片功能：上傳一段 4–30 秒的普通影片，AI 保留動作和鏡頭，把場景換成豪車、豪宅。官方部落格列的 15 秒 1080p 每次 144 credits（約 7.2 美元）。
- 讓它在 IG 爆紅的那支業配 Reel 有 2,443 則留言，靠的是前後對比加上「留言拿教學」的導流；文案最後自己提醒，這種畫面很容易被拿去做假炫富詐騙。
- 我用兩張 AI 生成的無人物圖做 ELA 實驗：手工拼貼區的誤差是其他區域的 1.75 倍，但 AI 整張生成的跑車區也有 1.65 倍。比值分不出來，能分辨的是熱圖上那條方正的拼貼邊界。
- C2PA 內容憑證和 IPTC「AI 生成」標記在原始 PNG 裡都掃得到，轉存一次 JPEG 就全部消失。沒找到標記不代表圖是真的。
- 我把 ELA、標記掃描和 8 項炫富人設檢查表做成一頁小工具。對一般人真正有用的是檢查表：勾到兩項以上就停止轉帳，打 165 查證。
一支 IG Reel 上半部是創作者坐在法拉利裡，下半部是同一段畫面的原片：他坐在自家客廳的椅子上。用的是 Higgsfield 的 Genjutsu 功能。這篇整理 Genjutsu 是什麼、要花多少錢，再用我自己做的實驗回答一個更實際的問題：收到一張「我又換車了」的照片，傳統的影像鑑識方法抓得到 AI 嗎？
🎬 Higgsfield Genjutsu 是什麼？
Genjutsu 是 Higgsfield 的影片轉影片（video-to-video）功能。你給它一段影片和參考圖，它保留原片的動作、運鏡和節奏，把其他部分重新算一次。官方頁面列了兩種模式：
| 項目 | 內容（2026-10-26 查官方頁面） |
|---|---|
| Motion Transfer | 保留動作、鏡頭與節奏，重建畫面其餘部分 |
| Object Swap | 只換角色、服裝、物件或場景，其餘保留 |
| 輸入 | 4–30 秒參考影片，最多 30 張參考圖；文字提示可省略，有 30 多組預設風格 |
| 輸出 | 最高 1080p |
| Genjutsu Lite | 最多 10 張參考圖、不能選模式，價格約三分之一，有 API、MCP 與 CLI |
| 商用 | 頁面寫明可商用，受使用條款約束 |
| 解析度 | credits | 約合美元 |
|---|---|---|
| 480p | 40 | 2.00 |
| 720p | 104 | 5.20 |
| 1080p | 144 | 7.20 |
我在 Genjutsu 頁面和官方部落格都沒找到浮水印、C2PA 內容憑證或濫用政策的說明。這不代表輸出檔一定沒有標記，只代表官方沒寫。
🔥 那支「坐客廳變坐法拉利」的 Reel 為什麼會紅？
這支 Reel 是攝影創作者雪溫（@sherwins_not_home）2026-10-16 發的，帶 #HiggsfieldCreator 標籤，屬於業配。我 2026-10-24 看的時候是 5,993 個讚、2,443 則留言。
留言數是讚數的四成，這個比例不尋常。原因在文案：留言就拿教學。大部分留言是為了拿教學，不是在討論內容。真正讓畫面有說服力的是上下對比：同一個人、同一個姿勢，上面在跑車裡，下面在客廳，一眼就看得懂 AI 換掉了什麼。
文案最後有一句提醒：「畫面裡的成功人士可能是假的，但你被騙走的錢可是真的」。這也是我想接著做實驗的原因。一段 7 美元的影片就能做出「坐在法拉利裡」的生活照，詐騙集團經營炫富人設的成本只會更低。
🔍 ELA 是什麼？抓得到 AI 炫富圖嗎？
ELA（Error Level Analysis，誤差等級分析）是老牌的修圖鑑識方法。原理是把 JPEG 用固定品質（我用 75）再壓一次，算每個像素和原圖差多少，再放大 15 倍變成熱圖。整張圖壓縮歷史一致時，誤差會很平均；如果有一塊是從別張圖貼上來的，那塊的壓縮歷史不同，就會比周圍亮。
為了不拿真人照片當範例，我請 Codex 生了兩張沒有人物的圖：一張普通客廳、一張豪宅裡停著紅色跑車。實驗分三組：
- 客廳原圖：存成 JPEG（品質 90）。
- 拼貼假圖：把跑車圖裡的車裁下來縮小，貼到客廳地毯上，再存成 JPEG（品質 90）。這是傳統 PS 炫富照的做法。
- AI 整張生成：豪宅跑車圖直接存成 JPEG（品質 90），模擬 Genjutsu 這類整格重算的畫面。
| 組別 | 框內平均 | 框外平均 | 比值 |
|---|---|---|---|
| 客廳原圖（同一個框，沒有貼東西） | 2.98 | 3.33 | 0.90 |
| 拼貼假圖（框住貼上的車） | 5.85 | 3.34 | 1.75 |
| AI 整張生成（框住車） | 4.49 | 2.73 | 1.65 |
拼貼區的誤差確實高，比值從 0.90 跳到 1.75。問題在第三組：AI 生成圖的跑車區也有 1.65 倍。ELA 本來就會讓邊緣多、細節密的地方變亮，跑車的輪廓、輪框、反光全是細節，所以只看比值，「拼貼」和「AI 生成」幾乎分不開。
能分辨的是熱圖的樣子。看上圖第二格，拼貼的車整塊浮在一個方正的區域裡，邊界和周圍的地毯紋路完全不連續。第四格的 AI 圖，亮的地方沿著車身、窗框、吊燈的輪廓分布，整張圖的亮暗邏輯是一致的，沒有一塊「格格不入」。
我在研究那支 Reel 時，用 Reel 截圖做過第一輪同樣的實驗：拼貼區比值 3.04，原截圖同一區 1.65。數字不同是因為截圖本身已經被 IG 壓過一輪，但結論一樣：ELA 抓得到「後貼上去的一塊」，抓不到「整張都是算出來的」。
Genjutsu 這類工具是整格重算，畫面裡沒有「後貼上去的一塊」，ELA 本來就沒有東西可抓。對這類畫面，ELA 的作用是排除最粗糙的 PS 拼貼，不是證明一張圖是真的。
🏷️ C2PA 和 AI 生成標記可以信嗎？
第二種方法是讀檔案裡的標記。目前有兩個公開標準：
- C2PA 內容憑證：把「這張圖由哪個工具產生、被誰改過」簽章後存在檔案裡（JPEG／PNG 裡的 JUMBF 區塊）。
- IPTC 數位來源類型：在中繼資料寫上
trainedAlgorithmicMedia，意思是「由訓練過的模型生成」。
同一張圖用 Python 轉存成 JPEG（品質 90，330 KB）再掃，全部變成「沒找到」：
我只是用最普通的方式重存一次，沒有刻意清除。社群平台和通訊軟體上傳時也會重新壓縮，所以這些標記在傳到你手上之前，大多已經不見了。
結論分兩半：
- 掃到標記：很有參考價值。C2PA 是簽章資料，要偽造比刪除難得多。
- 沒掃到標記：什麼都不能證明。真照片沒有，被重存過的 AI 圖也沒有。
✅ 收到可疑的炫富照，該怎麼判斷？
做完上面兩個實驗，我的判斷是：對一般人，看圖找破綻的成功率不高，看行為比較準。所以小工具的重點放在第三部分，一份 8 項的炫富人設檢查表：
8 個項目是：
- 陌生人主動加你，個人頁全是名車、豪宅、頭等艙。
- 聊沒多久就聊到投資、虛擬幣、外匯或「帶單」。
- 保證獲利、穩賺不賠、說有內線或老師。
- 要你下載他指定的 App 或網站開戶。
- 要你轉帳到個人帳戶，或先繳保證金、手續費、稅金才能出金。
- 只肯傳照片和影片，一說要即時視訊就有理由推掉。
- 催你快做決定：「名額有限」「今天截止」。
- 叫你不要告訴家人或銀行行員。
有疑慮可以打 165 反詐騙諮詢專線，或到 165 全民防騙網查詢。
🧰 這個檢測小工具能做什麼、不能做什麼？
工具放在 html.yanchen.app/ai-flex-scam-check，單一 HTML 檔，圖片只在你的瀏覽器裡處理，不會上傳。
| 功能 | 做得到 | 做不到 |
|---|---|---|
| ELA 熱圖 | 找出 JPEG 裡後貼上去的區塊 | 判斷整張 AI 生成的圖；原理建立在 JPEG 壓縮上，對 PNG 不適用 |
| 檔案標記掃描 | 找出還保留著的 C2PA、IPTC AI 標記、生成工具名稱 | 驗證 C2PA 簽章真偽（只比對字樣）；標記被清掉後什麼都看不到 |
| 炫富人設檢查表 | 依對方的行為給風險提醒 | 取代 165 或銀行的查證 |
如果你想自己生成測試用的 AI 圖片來試，可以參考我之前寫的用 Hugging Face FLUX.1 schnell 免費批次生圖，或免註冊的 Pollinations 生圖 API。
❓ 常見問題
Higgsfield Genjutsu 生成的影片有浮水印或 C2PA 嗎？
我查的 Genjutsu 官方頁面與官方部落格（2026-10-26）都沒有提到浮水印、C2PA 或濫用政策。我沒有實際付費生成，所以無法確認輸出檔裡有沒有標記。就算有，經過社群平台重新壓縮後也很可能被清掉。
ELA 可以判斷一張圖是不是 AI 生成的嗎？
不行。我的實驗裡，手工拼貼區的 ELA 比值是 1.75，AI 整張生成圖的跑車區也有 1.65，比值分不出來。ELA 能看出的是「有一塊後貼上去、邊界不連續」，對整張由模型算出來的圖沒有判斷力。
檔案裡沒有 AI 生成標記，就代表照片是真的嗎？
不代表。我把一張帶 C2PA 和 IPTC 標記的 AI 生成 PNG 轉存一次 JPEG，標記就全部消失了。真照片沒有標記，被重存過的 AI 圖也沒有，沒找到標記無法證明任何事。
懷疑對方用 AI 假炫富照騙投資，該怎麼辦？
停止轉帳，看對方的行為而不是照片：主動聊投資、保證獲利、要你轉到個人帳戶、拒絕即時視訊，這幾項出現兩項以上就該停手。打 165 反詐騙諮詢專線，或到 165 全民防騙網查詢。