尼康Small World in Motion冠军因AI被取消评委看的是美而非数据

尼康取消了旗下显微动态影像大赛Small World in Motion的冠军作品，官方理由一句话就能说完：生成式AI。这段影片由光学工程师Ning Xu提交，声称记录了一名原发性纤毛运动障碍（PCD，一种罕见遗传病）患儿体内纤毛的异常摆动。纤毛是人体气道里负责把黏液扫出去的毛发状结构。科学家指出，影片中有些部分不可能存在于活体之中。尼康重新审查了这件作品，征询了评委意见，最终裁定它违反了比赛规则。

如果把它当作一桩作弊丑闻来读，故事到这里就结束了。不该这样读。更令人不安的解读是：这项比赛收到的，恰恰是它的设计所要奖励的作品。Small World in Motion从原创性、信息含量、技术水准和视觉冲击力几个方面给影片打分，而让Xu栽跟头的那一步，正是最有可能抬高最后一项分数的那一步。显微影像首先是一次测量，其次才是一幅画面。尼康评判了画面，对测量却照单全收。比起任何一位参赛者，这道缺口才是尼康如今必须补上的。

这件事的分量远超一个小众奖项。对大多数人来说，显微镜是他们看见细胞内部的唯一途径，而这类图像会四处流传：进入课堂、科普解读，也进入患者家属试图弄懂诊断结果的病友论坛。莱斯特大学NHS原发性纤毛运动障碍诊断中心首席科学家罗伯特·赫斯特对英国广播公司BBC表示，这场风波“已经影响到世界各地许多患者、科学家、医生和PCD互助网络”。一幅关于疾病的震撼图像一旦被证明部分是渲染出来的，损失最大的，正是与这种疾病朝夕相处的人。

尼康如何裁定，Ning Xu又如何自述

尼康向PetaPixel提供的声明措辞谨慎。一位发言人表示：“在全面重新评估该影片及其佐证材料、并征询评审团成员意见后，尼康认定获奖影片不符合比赛关于生成式AI的规定。”公司还补充说，这一决定“不应被理解为对参赛者专业声誉、科学贡献或主观意图的评判”。据The Verge和PetaPixel报道，原本位居第二的Nguyen Nam Nhat如今升至第一，他的作品拍摄的是一条微小的线虫和一只单细胞的长吻虫。

Xu从未否认使用AI。The Verge引述了他在LinkedIn上的一条评论：“随后采用了一种无监督神经网络方法进行AI辅助后期处理，以区分并可视化超分辨率光学成像所重建的灰度图像中的特征。”在BBC援引的另一篇帖子里，他划出了一条自认为没有越过的界线：“AI并未被用于生成实验影片、纤毛或纤毛的运动。”据Amateur Photographer报道，他形容这些处理“主要是为了改善视觉呈现，而不是提供解剖学重建”。

批评者的质疑远不止风格问题。据PetaPixel报道，佛罗里达大学生物工程研究员爱德华·费尔普斯在LinkedIn上写道，“紫色结构忽隐忽现”，“绿色纤毛也凭空出现，与已知尺寸不符”。在Gizmodo的引述中，他说得更直白：一个由细胞核大小的细胞外线粒体构成的上皮下结构，“在生物学中并不存在”。得克萨斯大学西南医学中心的医学博士与哲学博士双学位学生伊恩·多诺万说，他用谷歌的Gemini检测了这段影片，结果提示其中带有SynthID水印。SynthID是Google DeepMind开发的隐形标记，专门用来标注AI生成的内容。这一说法来自PetaPixel，以及Gizmodo所援引的CNN报道。BBC还报道，两位前任比赛评委同样心存疑虑。

别忘了尼康最初的立场。风波刚起时，公司对BBC说：“目前我们没有发现任何违规行为。”这件作品此前已经通过了比赛的审核。尼康第一份公开说明称，公司正在“仔细重新审查初审期间提供的信息”。话说得客气，意思其实是：最初那道审核没能发现问题。

为“视觉冲击”打分的比赛，自然招来制造冲击的工具

最能说明问题的细节，是尼康自己发布的一句话。在取消资格之前，公司更新了介绍获奖作品的博客文章。按Gizmodo的引述，文中解释说：“随后，一种无监督神经网络方法被用于后期处理和可视化流程，以区分并呈现灰度数据中的特征，从而制作出一段更加鲜明生动、更具视觉吸引力的影片。”

把最后半句再读一遍。尼康并没有把AI这一步当作认错来交代，而是当作卖点来介绍，用的恰好是自家评审标准里的词汇：鲜明、吸引、视觉。神经网络被记了一功，因为它让科学看起来更好，而“看起来更好”本身就是计分项。那句话里，没有人追问神经网络到底添加了什么。

这才是结构性问题。获奖时，Xu对PetaPixel说，尼康Small World“一再重复一个简单的信息：科学是美的”。参赛者心领神会。获得第5名的帕特里克·希基对BBC表示，显微镜研究者很少有机会向公众展示自己的工作，而且“科学家制作的许多图像本身就带有非常抽象、非常艺术化的特质”。一项颂扬数据之美的比赛，迟早会招来那种专门在没有新数据的情况下制造美感的技术。生成式模型擅长制造看似合理的细节，这本就是它的本职。在画廊里，看似合理的细节能赢。在实验室里，它叫伪影。

莎拉·格茨在Bluesky上把情绪层面说得很直白，PetaPixel引述了这条帖子：“如果这是AI，而且看起来越来越像，那么在一项本应展示生物学有多美、多酷的比赛里用合成图像作弊，实在是一件深刻的犬儒而又可悲的事。”说得在理。但即便那真是犬儒，它撞上的也是一个早已把“更加鲜明生动、更具视觉吸引力”写进自家作品介绍的机构。

为Ning Xu辩护的最有力理由

为Xu辩护的一方有一个严肃的论点，值得按他们自己的方式完整陈述。显微成像从来就不是“原生”的。研究人员给样本染色、施加伪彩色、拼接图块、对模糊做去卷积处理，还要从人眼无法直接读取的数据中重建超分辨率画面。BBC指出，人为提亮的色彩在显微成像中很常见，比赛也允许使用。Gizmodo则提到，一套被广泛引用、成文于生成式AI时代之前的科学图像准则，接受经过上色和处理的图像，前提是对改动加以披露和说明。

辩护方认为，按照这个标准，Xu做了他该做的事。他披露了神经网络这一步，尼康也把它公之于众。PetaPixel引述的比赛规则写明“不允许AI生成的影片”，而Xu坚称他的影片不是生成的：纤毛及其运动来自他的仪器，神经网络只是在已经存在的数据中区分结构、为其上色。如果一个把像素归入不同颜色的算法也算“生成”，那么现代计算成像的很大一部分都值得怀疑。更何况，取消一位主动披露方法的参赛者，等于教下一位什么都别说。再看看引发复查的证据：LinkedIn评论区的一场围攻，外加一次用消费级聊天机器人跑出来的水印检测。整个过程与其说像同行评议，不如说像一场碰巧站对了边的网络围剿。

“颜色论”为何站不住脚

这套辩护按它自己的逻辑也站不住，因为批评者反对的从来不是颜色。伪彩色只是给显微镜真实测到的像素重新贴上标签。费尔普斯质疑的是“存在”本身：结构出现又消失，纤毛尺寸不对，细胞器的排列方式用他的话说“在生物学中并不存在”。赫斯特告诉BBC，二十年来他一直通过观察纤毛的摆动波形、长度以及细胞的大小和形态来诊断PCD，而影片里的细胞和纤毛“与PCD患者的完全不像”。这些不是对配色的判断，而是对屏幕上那个东西究竟存不存在的判断。

整个案子归结为一个区别。伪彩色描绘的是显微镜看到的东西。生成式模型描绘的，是显微镜“应该”看到的东西。

Xu自己的说法经《自然》（Nature）报道、再由Gizmodo引述，非但没有化解问题，反而让问题更尖锐。他说，纤毛下方的结构在处理时“并未对这些渲染出的特征代表什么作出解剖学上的论断”。可是，科学图像无法选择不作论断。显微影片里每一个可见的形状，在观者眼中都是解剖结构，而免责声明不会跟着像素一起流传。昆士兰大学发育生物学家梅兰妮·怀特对Nature表示，科学家“需要能够相信，我们所看到的东西是以底层测量为依据的”。前Small World in Motion评委安德鲁·摩尔向英国《每日电讯报》The Telegraph打了个人人都能体会的比方：“高分辨率、上了色的照片也许好看，但如果被换脸的是你奶奶，你一定会觉得不舒服。”

披露是必要的，但并不充分。用一段文字描述方法，并不能告诉任何人哪些像素是测量所得、哪些是推断出来的。据PetaPixel报道，唯一能一锤定音的文件，正是批评者一再索要的那一份：原始灰度影片。尼康说，Xu在复查期间提供了详细的技术文件。公众始终没有看到原始素材，于是这场争论只能像如今大多数同类争论一样，靠水印和专家的肉眼来裁决。

要原始文件，不要AI检测器

摄影比赛并非第一次遇到这种事。Amateur Photographer回顾说，2023年Sony World Photography Awards创意公开组的冠军作品后来被证实是AI生成的，今年Hasselblad Masters 2026比赛中一位入围者的作品也因使用AI被撤下。但科学比赛是另一回事。在艺术摄影里，AI牵出的是作者身份问题；在显微成像里，它牵出的是真伪问题。一幅合成的风景是一件有争议的艺术品，一个合成的细胞则是对人体的一句假话。

检测技术扛不起这份重量。揭穿这件作品的是SynthID水印，而这个水印之所以存在，只是因为一家公司选择把它嵌进去。Gizmodo指出，大多数依赖其他信号的AI检测器表现不佳；没有这类水印，往往很难甚至无法确切判定一张图像的来源。一个用了无水印模型的参赛者，不会以同样的方式被抓到。依赖水印，就是依赖工具制造商的好意。

真正持久的办法很枯燥，而且来自实验室，而非画廊：溯源。在MCM看来，任何科学影像比赛都应要求每件入围作品附上原始采集文件和一份写明每个处理步骤及所用软件的处理日志，再加一份原始与成品的对照，并且评委要在讨论视觉冲击力之前真正审阅它。尼康现在表示，“成像与人工智能技术的进展持续快速演变，为众多领域的机构带来新的挑战”，并称这一事件“表明有必要”“重新审视未来参赛作品的规则和评审程序”。这个方向是对的。尼康需要的规则不是一份更长的禁用工具清单，而是一条常设的要求：让我们看数据。

哪些已经确定，哪些仍有争议

已经确定的事实：Small World in Motion于9月中旬公布了2026年获奖名单，Xu的纤毛影片位列第一。据BBC、The Verge和PetaPixel报道，2026年10月9日，尼康以不符合生成式AI相关规定为由取消该影片资格，表示这一决定并非对Xu的声誉、科学贡献或意图的评判，并将Nguyen Nam Nhat递补为第一名。Xu承认后期处理中使用了无监督神经网络。BBC报道的奖金为3000美元。尼康表示将重新审视其规则和评审程序。

仍有争议的问题：纤毛及其运动究竟是Xu所坚持的真实影像，还是费尔普斯、赫斯特等批评者所认为的部分渲染；神经网络这一步算“生成”还是“可视化”；尼康究竟认定哪个环节违规，其公开声明也没有具体说明。MCM没有审阅过原始数据，上文关于比赛设计的论述属于解读，而非鉴定结论。

明年的冠军依然需要很美。尼康必须补上的那个问题，是任何实验室都会最先问的：把原始文件拿出来给我们看。

标签: Nikon Small World in Motion, Ning Xu, 原发性纤毛运动障碍, 尼康, 摄影比赛, 生成式人工智能