一句话看懂:因实验图像出现“1厘米标尺画出12个刻度”等异常,网友质疑的3篇湘雅相关论文被中南大学复核确认为学术不端,其中有论文被怀疑图像由AI生成。这件事的价值在于:AI图像工具进入论文流程后,图像核验正在成为学术诚信检查的常规环节。
事件核心:发生了什么
据AIbase 2026年11月19日报道,中南大学通报,针对网络对湘雅二医院、湘雅医院3篇论文的质疑,学校组织同行专家核查实验记录、原始数据和投稿记录,经校学术委员会审议,3篇论文均被认定存在学术不端。涉事论文分别发表于《Journal of Translational Medicine》(2025年,鼻咽癌研究)、《Cell Death & Disease》(2026年,癌症研究)和《Scientific Reports》(2026年)。通报列出的问题包括数据与图表伪造篡改、署名不当及违反研究伦理。
处罚方面,邓某、赵某被降低专业技术岗位等级,5年内不得申报职称、人才项目、招收研究生及参评奖项,10年内不得承担财政性科技活动;蔡某、谭某的相关资格冻结5年,5年内不得承担财政性科技项目;其余作者被约谈提醒。湖南省科技厅已于11月17日要求湘雅二医院核查,从登上热搜到出结论约两天。
为什么重要
目前公开信息显示,网友的怀疑点集中在实验图像细节不合常理,并推断部分图像可能由AI生成,但这属于社区质疑,通报本身确认的是伪造篡改,并未把成因归结为某个具体模型或工具。对AI行业而言,这提醒生成式图像已能批量产出“看起来像实验图”的素材,期刊与高校的审查重点将从文字重复率进一步转向原始数据、实验记录和图像一致性。对生物医学等强图像依赖的领域,图像生成能力的提升同时抬高了造假成本与识别成本。
对用户/开发者/创作者的影响
开发者与创作者应把AI生成图像当作辅助素材而非“证据型内容”:用于论文、临床报告、专利或投资材料时,必须保留生成记录与人工核验环节,避免以生成图冒充实验结果。面向科研场景的AI应用若提供图像生成或美化功能,应默认加水印与元数据,并支持导出提示词和版本日志。企业采购图像工具时,可把“可追溯性”和“输出合规声明”列入评估项,而不是只看生成质量。对普通读者,看到结构过于整齐的实验图,也应意识到图像并不等于原始数据。
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
一是三本期刊是否跟进撤稿或发布关注声明;二是高校与期刊是否引入图像查重、生成痕迹检测等工具,并明确其误判边界;三是生成式图像工具的合规功能(水印、元数据、内容凭证)能否在科研工作流中真正落地。上述均需等待官方与出版方后续信息。
来源:AIbase


