团子技术日报 中文看懂全球开发者趋势
1秒把破屋变豪宅？AI假房照逼加州立法

1秒把破屋变豪宅？AI假房照逼加州立法

AI图片生成房地产监管加州

数据源：HN + web research · HN

1秒把破屋变豪宅？AI假房照逼加州立法

2026年2月，底特律一栋平房（bungalow）的房源照片在社交媒体上引起了小范围围观。这栋房子的照片和站在门口的买家看到的——几乎不是同一栋。墙壁裂缝消失了，破旧地板变成了硬木，院子里凭空长出了精心修剪的草坪。这些照片不是修图修出来的，是AI”画”出来的。

2026年6月，Google DeepMind 发布了 Nano Banana 2 Lite（官方名称 Gemini 3.1 Flash-Lite Image），一个能在手机上运行的图片生成模型。生成一张高精度图片只需要大约4秒，成本比上一代模型低了不止一个数量级。换句话说，任何人拿一部手机，就能在几秒钟内把一间实际情况惨不忍睹的出租屋，“装修”成宜家样板间。

技术跑到了这个位置，洛杉矶某个中介用AI把地下室改造成”阳光房”放上Zillow，只是迟早的事。

一、AI图片生成，怎么就突然”白菜价”了？

Nano Banana 2 Lite 有几个关键数字值得留意。

首先是速度。上一代 Nano Banana 2 生成一张1K分辨率的图片大约需要5到15秒，Lite版本把这个时间压到了4秒左右。听起来只是快了十几秒，但对于需要批量产出几千张图的商业场景——比如房产平台、电商、广告——这个差距折算成钱，非常可观。

其次是成本。Google 自己的说法是”a fraction of the cost”，没给具体数字，但从模型名字里的”Lite”（轻量版）和定位来看，它的目标就是让图片生成便宜到”用的时候不用犹豫”。

之所以能做到这两点，背后是端侧推理技术的进步。传统AI图片生成依赖云端服务器——你上传一张图，服务器跑模型，几分钟后返回结果。服务器成本、带宽成本、排队延迟，都是钱。而 Nano Banana 2 Lite 这类模型被压缩到可以塞进手机芯片里运行（技术上叫”模型量化”和”知识蒸馏”），虽然每个参数精度略有损失，但生成结果在肉眼看来几乎没差别。

这种”小模型”路线不是 Google 独家的。苹果在过去两年一直在推端侧AI，三星、高通也都在把AI推理能力做进手机芯片。大趋势很清楚：AI图片生成正在从”云计算”变成”手机计算”，便宜到接近免费。

Nano Banana 2（左）与 Nano Banana 2 Lite（右）生成效果对比——两者对同一句提示词的输出在肉眼看来几乎无差别，但 Lite 版速度快 3-4 倍、成本低一个数量级 图：Google DeepMind 官方对比页面的截图，展示了 Nano Banana 2 与 Lite 版本在同一 prompt 下的生成效果。来源：deepmind.google

问题也就出在这里。便宜到接近免费的东西，一定会被用在大规模造假上。

二、“你看到的客厅，实际是地下室”

在 Hacker News 上关于 Nano Banana 2 Lite 的讨论里，点赞最高的一条评论来自用户 torginus：

“页面里第一个例子——AI生成室内设计——让我产生了难以形容的厌恶。最近房地产中介把每一间破到卖不掉的公寓都跑了一遍AI滤镜，你必须翻过十几张宜家风的’理想效果图’，才能看到他们想用天价塞给你的那个鬼样子。”

这条评论得到了大量附和。用户 psygn89 直接说：“这应该是非法的，属于虚假陈述。“然后有人补充了更具体的例子：

  • AI给房源照片里”装”了根本不存在的灯。有用户说，四年前就开始在房源照里看到假的灯具。
  • 厨房水槽被AI从后墙”搬”到了中岛台上。
  • 凭空多出了不存在的插座。
  • 家具尺寸完全乱来——一张双人床被AI缩小到可以塞进一个4英尺（约1.2米）宽的空间。
  • 丑陋的围栏被替换成海滩或山脉景观。

最搞笑也最心酸的一个细节：有个用户在陪朋友看房时发现，AI生成的房源照里，沙发摆在了一个很漂亮的位置——但它恰好堵住了主卧的门。现实中没有任何一个室内设计师会这么摆，因为住进去的人需要先把沙发拖开才能打开卧室门。但AI不在乎，它只关心画面好不好看。

这些不只是”美化”。美化是调亮一点光线、裁掉垃圾桶、换个蓝天。这些是直接捏造了一个不存在的空间。

更微妙的是，很多中介用AI做一种叫”虚拟 staging”的操作：上传真实的空房照片，AI往里面自动填充家具和装饰。听起来只是虚拟摆放家具，但正如前文提到的，AI经常改变房间的实际尺寸、扭曲家具比例、添加不存在的固定设施（灯具、插座、地板材质）。

一笔糊涂账。

三、加州的回应：你可以修图，但必须给我看原图

2025年底，加州通过了 AB 723 法案（也称”修改图像法案”，Altered Image Law），2026年1月1日正式生效。这是美国第一个专门针对房地产AI修图的州级法律。

法案的核心条款很直接：

  • 必须披露：如果房源照片经过数字化修改（digitally altered），中介必须在广告中明确标注。
  • 必须提供原图：中介必须同时提供未经修改的原始图片的访问方式——通常是一个链接。
  • “数字化修改”定义很宽：包括但不限于AI生成内容、AI替换家具/地板/景观/固定设施，以及任何改变了房产可售状况的图像处理。
  • 光线和裁剪除外：亮度调整、色彩校正、裁剪——这些传统摄影后期操作不受限制。但如果AI改变了房产的”实质特征”（比如把一堵墙变没了，或者把地毯变硬木地板），就得披露。
  • 故意违反可构成刑事犯罪：加州将故意违反该法案的行为视为违反房地产许可法的刑事问题——不只是罚款或警告。

这个法案的巧妙之处在于强制透明：你可以用AI把一间破公寓变得看起来能住人，但你必须让消费者看到它实际长什么样。逻辑是：让市场自己判断，信息不对称被打掉之后，过度美化的房源自然会被消费者用脚投票。

但执行是另一回事。一个尖锐的问题是：什么是”原图”？因为现在的手机拍照本身就内置了大量AI处理——iPhone的Deep Fusion、三星的AI场景优化、Google Pixel的夜视模式，都在你按下快门的瞬间就在”修改”照片了。这些算不算”数字化修改”？

AB 723目前从实际操作层面给出的解释比较务实：手机内置的自动增强（HDR、降噪、光线优化）不算”数字化修改”。但如果用第三方AI工具往画面里添加、替换、或移除实质性内容，就需要披露。

另一个执行难题是：谁来查？加州房地产局（DRE）的执法资源有限，而每天上传到Zillow、Redfin等平台的房源照片数以万计。目前业界共识是，实际执行主要靠同行举报和消费者投诉——效率谈不上高。

四、欧洲也在动，但路数不同

与大洋彼岸的加州几乎同步，欧盟的AI法案（EU AI Act）也在推进内容透明度规则。

2026年6月，欧盟委员会正式通过了《AI生成内容标记与标签实践守则》（Code of Practice on the Marking and Labelling of AI-Generated Content），要求从2026年8月起，AI系统提供商和部署者必须确保AI生成的内容被明确标记。技术上，欧盟推的是”水印”路线——在图片中嵌入肉眼不可见但机器可读的数字签名。

Google自己也在做类似的事，它的 SynthID 工具已经给超过100亿张图片和视频帧嵌入水印。但这里存在一个根本性的技术瓶颈：水印可以被洗掉。截图、重新压缩、略微旋转或裁剪——任何一种轻微修改都可能让水印失效。而且目前市面上的AI图片生成工具远不止Google一家，很多开源模型压根就不带水印功能。

欧盟的规则和加州的规则有一个关键区别：加州的AB 723是”行为端”监管——你用在房地产广告里，就得披露。欧盟的规则是”生产端”监管——你生成AI内容，就得标记。两者各有盲区：加州的管不了中介以外的场景，欧盟的管不了不开水印的工具。

五、技术和监管的猫鼠游戏

笔者自认不算技术乐观主义者，也不站监管万能论。实际情况是，AI图片生成的能力曲线和监管的响应曲线之间，存在一个不断扩大的剪刀差。

Nano Banana 2 Lite代表的方向是：更小、更快、更便宜、更容易部署到手机端。这意味着造假的”启动成本”趋近于零。以前要伪造一张房源照片，你至少需要会一点Photoshop，或者雇一个会的人。现在，打开一个App，拍一张照，点一个按钮。

而加州AB 723代表的方向是：强制披露。但披露的前提是”有人看”和”有人查”。如果一个平台每天上架百万条房源，每个房源十几张图，人工审核几乎不可能。自动检测AI图片的技术虽然也在进步，但准确性远未达到能独立执法的水平——误判太多，且对抗性技术（专门设计来骗过检测器的AI）也在同步进化。

这是一个典型的”技术加速、监管追赶”的局面。加州先迈了一步，但一个州的法律管不了全国，更管不了全球。加州之外，美国其他49个州目前对AI房源照的态度基本是”已有的虚假广告法理论上可以管，但没人真的在执行”。佛罗里达的房地产律师已经开始建议客户”就当AB 723将来也会在佛州生效”来提前做准备——这说明业界已经预期这不会是加州的独角戏。

但法律追赶的速度，显然跟不上模型迭代的速度。从 ChatGPT 把生成式AI带入大众视野至今不过三年半，图片生成已经从”需要高端显卡+专业知识”走到了”任何人的手机里”。下一个三年会发生什么，笔者不敢预测。

不过有一点是确定的：当你在App上刷到一套让你心动到立即想打电话的房源时，你看到的，很可能不是那间房子。

参考链接：

参考来源（2）