尼康显微视频大赛冠军因使用生成式AI被取消资格

导语

一段看似揭示生命微观运动的显微视频，因为使用人工智能辅助后期处理而失去竞赛冠军。尼康近日宣布，原本获得 Small World in Motion 大赛第一名的宁旭博士作品不符合赛事关于生成式 AI 的规定，并已取消其资格。

这起事件的重点并不只是“视频是否使用了 AI”，而是科学影像在增强、重建与生成之间的边界越来越难以仅凭最终画面判断。

核心要点

• 原冠军视频声称记录了患有原发性纤毛运动障碍（PCD）儿童气道中纤毛的运动。纤毛是气道内负责推动黏液和颗粒的重要微小结构。
• 尼康此前因网络上对视频真实性的质疑而展开审查。
• 宁旭在 LinkedIn 上承认，研究团队使用了无监督神经网络，对重建后的灰度图像进行 AI 辅助后处理，以区分和呈现特征。
• 尼康认定该做法违反了比赛关于生成式 AI 的规则，随后移除视频并取消其成绩。
• 更新后的排名显示，Nguyen Nam Nhat 的作品现居第一。尼康表示，未来将重新审视参赛规则和评审程序。

争议的关键：增强还是生成

科学成像通常需要去噪、对比度调整、图像重建或超分辨率处理。这些步骤可能帮助研究人员从原始数据中识别难以观察的结构，但也可能改变画面中信息的呈现方式。当神经网络参与其中时，观众很难判断某个细节是由原始观测数据支持，还是由模型推断、补全甚至生成。

从素材来看，宁旭描述的是用于区分和可视化特征的 AI 辅助后处理，而尼康则依据比赛规则将其归入不合规范围。双方对技术用途的表述并不完全等同，但这正说明赛事需要在“允许的图像处理”和“不可接受的生成式修改”之间建立更明确的界线。

对科学传播的影响

显微摄影比赛往往同时面向专业研究者与公众。作品不仅要有视觉吸引力，还承担展示真实科学观察的功能。如果参赛者没有完整披露算法、训练方式和处理前后的差异，评委与观众就难以评估影像的可验证性。

尼康特别强调，取消资格不应被解读为对宁旭个人职业声誉、科学贡献或主观意图的判断。这一表态将竞赛合规与科研评价区分开来，也避免把一次规则争议扩大为对研究工作的全面否定。

更值得关注的是，未来规则可能不再简单采用“禁止或允许 AI”的二元标准，而会要求参赛者提交原始数据、处理日志和算法说明，并明确标注哪些步骤属于去噪、重建、增强或生成。对科学影像而言，透明披露可能比单纯禁止某类工具更有助于维护可信度。

这起事件最终留下的并非一个冠军更替的结果，而是一个更广泛的问题：当 AI 成为科学成像工作流的一部分，竞赛、出版和公众传播应如何定义“看见”与“推断”的界限。

来源：The Verge AI