一句话看懂：尼康显微摄影比赛获奖视频被指用 AI 生成，达特茅斯学院教务长又被学生报纸查出论文写作含 AI 痕迹，两起事件把“科研与学术管理中的隐性 AI 使用”推到台前。
事件核心：发生了什么
据摄影媒体 PetaPixel 报道，尼康 Small World in Motion 显微视频比赛今年获奖者、新加坡国立大学光学工程研究者 Ning Xu 被科学界质疑其获奖视频由 AI 生成。佛罗里达大学副教授 Edward Phelps 在 LinkedIn 指出，视频中紫色结构“凭空出现又消失”，绿色纤毛的出现方式与已知尺寸不符。UT Southwestern 的 MD/PhD 学生 Ian Donovan 称，用 Google Gemini 检测该视频时发现了不可见的 Google SynthID 水印，说明至少部分内容由 AI 生成。尼康回应称正在重新审查参赛材料，Xu 已提供显微镜设备、成像方法与处理流程的技术文档；Xu 承认在后期处理中用了 AI 模型协助区分和着色结构，但否认违反“禁止 AI 生成视频”的规则。截至 10 月 1 日，他在 LinkedIn 的相关回复已无法找到，账号似乎也已删除。
另一条线索来自达特茅斯学院。据《纽约时报》报道，该校学生报纸《The Dartmouth》检测出教务长 Santiago Schnell 的部分已发表文字含 AI 痕迹，校方已启动调查。Schnell 声明称自己使用 AI 是“用于语言润色、文字编辑、提升清晰度和组织性，以及提高写作效率”。学生报纸将其声明再送 AI 检测，结果同样显示 AI 参与。
为什么重要
这两起事件指向同一个矛盾：AI 工具已深度进入科研图像处理和学术写作流程，但评审与学术规范尚未给出清晰边界。比赛规则写明“不允许 AI 生成视频”，却没有说明 AI 后期处理、AI 辅助润色算不算违规；学校处罚学生用 AI 完成作业，却难以约束管理层类似行为。目前公开信息显示，争议焦点不在于是否用了 AI，而在于使用范围是否被如实披露、评审标准是否一致。
对用户/开发者/创作者的影响
对科研人员和内容创作者来说，AI 后期处理正成为常规操作，但参赛、投稿和发表场景需要更谨慎地记录并披露 AI 介入程度，尤其是图像生成、着色与重建环节。SynthID 这类不可见水印让“事后检测”变得可行，也意味着平台和评审方可能更多依赖大模型推理来核查素材来源。对开发者而言，科研与学术场景对可追溯性要求更高，AI 工具若要进入这类工作流，需要提供处理日志和可审计的输出记录。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
尼康重新审查后是否撤销奖项或修改比赛规则；达特茅斯学院对教务长的调查结论，以及学生与管理者在 AI 使用上是否适用同一标准；SynthID 等水印技术能否被评审机构常规采用，成为判断 AI 参与度的参考依据。
来源：Slashdot
