ارفع صورة واحصل على نسبة ثقة من 0 إلى 100 لاحتمالية أنها من إنشاء الذكاء الاصطناعي خلال ثوانٍ - مجاناً وبالكامل داخل متصفحك.
اسحب وأفلت أو انقر لاختيار أي صورة فوتوغرافية أو عمل فني أو صورة تريد التحقق منها. لا يتم رفع أي شيء - تبقى الصورة على جهازك.
تتحقق الأداة أولاً من بيانات C2PA للمصدر والبيانات الوصفية، ثم تشغّل نموذج تعلّم آلي على الجهاز وتحليلات بصرية إرشادية عند الحاجة.
تظهر نتيجة ثقة من 0 إلى 100 بأن الصورة من إنتاج الذكاء الاصطناعي مع الحكم النهائي والأدلة الداعمة له - انسخ النتيجة لمشاركتها أو حفظها.
كشف متعدد الطبقات يقرأ بيانات المصدر أولاً ثم يلجأ إلى نموذج على الجهاز وتحليلات إرشادية - مجاني وخاص وصادق بشأن حدوده.
يتم تنفيذ كل تحقق داخل متصفحك. لا يتم رفع صورتك أبداً إلى أي خادم.
يقرأ بيانات اعتماد المحتوى (C2PA) عند توفرها - وهي أقوى إشارة يمكن لأداة كهذه استخدامها.
يجمع بين بيانات المصدر الوصفية، ومصنِّف تعلّم آلي على الجهاز، وتحليلات إرشادية على مستوى البكسل في نتيجة واحدة.
بلا تسجيل، بلا رصيد، بلا اشتراك. تحقق من أي عدد تريده من الصور.
يعرض درجة ثقة وأدلة، وليس ضماناً زائفاً - كشف الذكاء الاصطناعي ليس مؤكداً بنسبة 100% أبداً.
يتم تقييم معظم الصور في ثوانٍ معدودة بعد تخزين النموذج على الجهاز مؤقتاً.
يجمع بين ثلاث إشارات: التحقق من بيانات اعتماد المحتوى C2PA، وفحص بيانات EXIF/البيانات الوصفية بحثاً عن علامات برامج الذكاء الاصطناعي، وإذا لم تكن هذه كافية، نموذج تعلّم آلي على الجهاز مع تحليلات إرشادية على مستوى البكسل، تُدمج جميعها في نتيجة واحدة من 0 إلى 100.
لا يوجد كاشف دقيق بنسبة 100%. تعكس النتيجة قوة الأدلة الموجودة، وليست يقيناً - تعامل معها كإشارة قوية وليست دليلاً قاطعاً.
C2PA (بيانات اعتماد المحتوى) هو بيان بيانات مقاوم للتلاعب تضيفه بعض الكاميرات وأدوات الذكاء الاصطناعي إلى الصور لتسجيل كيفية إنشائها. عند وجوده وصحته، يوفر واحدة من أقوى الإشارات المتاحة.
لا. يتم الكشف بالكامل داخل متصفحك باستخدام WebAssembly ونموذج على الجهاز. لا يتم إرسال صورتك أبداً إلى أي خادم.
يبحث عن آثار المصدر والأنماط التي تتركها أدوات التوليد الشائعة - مثل Midjourney وDALL·E وStable Diffusion وGemini/Nano Banana وغيرها - من خلال علامات البيانات الوصفية والأنماط البصرية المتعلَّمة، رغم أن الصور الأحدث أو المعدَّلة قد تقلل من الدقة.
لا. لا تُقرأ العلامات المائية المضمّنة غير المرئية مباشرة؛ يعتمد الكاشف بدلاً من ذلك على البيانات الوصفية المرئية وبيانات المصدر والتحليل البصري.
