文章核心观点 - 生成式AI的普及将造假（包括图片、视频、文字、音频）的门槛降至零成本、零门槛，导致恶意退款、网络黑稿、虚假信息等灰产行为激增，而平台审核与维权机制严重滞后，将高昂的验证与维权成本转嫁给个体商家与企业，对整个信息生态和商业环境构成冲击 [3][14][17][23] AI造假在电商领域的应用与影响 - 商家遭遇利用AI生成的假图进行“仅退款”诈骗 买家使用AI将商品图片修改为存在“坚硬裂痕”或“灼烧痕迹”等不合理损坏 以申请平台介入并获得退款 [2][4] - 造假者身份从职业“羊毛党”泛化为普通消费者 例如大学生也能通过免费AI应用生成假图进行诈骗 退款成功后还可将商品在二手平台倒卖进行二次获利 [10][12] - 单个案例造成商家直接经济损失 例如一个标价179元的玩偶 买家实付167元后通过AI假图成功退款50元 最终以117元成本获得商品 商家损失货款且申诉过程费力费时 [6] - “双11”期间“AI假图仅退款”案例被密集报道并登上社交平台热搜 显示该问题已成规模化现象 [7] AI造假在内容与公关领域的应用与影响 - AI被用于规模化生产针对企业的黑稿和谣言 一篇公众号文章可无中生有大量细节 例如捏造董事长办公室挂K线图、财务总监虚假言论等 但辟谣需企业花费大量时间举证 [15][16] - 黑稿灰产将AI能力嵌入商业模式 形成两条主要利益链：一是通过发布AI黑稿倒逼企业付费投放广告以“消灾” 二是利用耸动的AI黑稿为投资群引流 最终通过卖课、咨询获利 [16] - MCN机构利用AI技术批量生成虚假新闻以获取流量变现 例如有机构日均生成4000-7000篇AI假新闻 每天收入在1万元以上 [17] - AI技术使造假动机从牟利扩展到“炫耀技术” 例如有男子利用AI生成小鹏汽车展台的低俗色情视频并传播 仅出于炫耀个人技术目的 并非真实事件 [17] 平台审核机制与维权现状 - 平台内容审核机制严重滞后 仍依赖简单的比对和“打标签” 仅对AI生成的图片视频进行标识 对AI生成的文字内容则几乎处于管理真空地带 [3][22] - 企业面对AI黑稿的维权成本极高 需花费大量人力物力进行自证 例如有公关团队需花费两天时间 对谣言细节逐一举证、盖章、申诉才能让平台删文 [2][21] - 通过法律途径维权（报警、起诉）对大多数公司不现实 例如一家上市公司法务部仅六七人 难以应对漫天飞的AI黑稿 [21] - 当前AI生成内容检测技术（如AI率检测）本身不可靠 存在较多误判 进一步增加了识别和管理的难度 [22] 行业生态与长期影响 - AI批量生产的低成本、高刺激性内容充斥信息流 挤压了高质量真实内容的传播空间 导致信息生态失衡 [23] - 造假成本降至历史最低与维权成本被推高形成巨大反差 本应由技术平台解决的问题被转嫁给个体商家与企业 导致普遍的无力感 [3][23] - AI的易用性使得“造假”行为与普通人的日常选择纠缠 “能不能做”与“该不该做”的界限模糊 真伪的界定更多取决于人心而非事实 [24]

合并交易批准 - Shutterstock股东以82%的赞成票通过与Getty Images的合并协议 [1] - 合并后公司将整合双方优势资源，增强在内容创作、活动覆盖及技术创新的投资能力 [2] - 交易预计在2025年下半年完成，需满足监管审批等常规条件 [3] 公司战略与定位 - 合并旨在打造全球领先的视觉内容平台，满足客户动态需求 [2] - 双方互补性优势将提升客户服务能力，并在快速变化的市场环境中创造股东价值 [3] - Shutterstock当前是全球最大的授权内容平台之一，覆盖3D模型、视频、音乐、图片等多样化资源 [5] 业务协同效应 - 合并后公司将整合Getty Images的新闻娱乐内容与Shutterstock的创意资源库 [5] - 技术投入将强化一站式内容编辑平台和工作室制作服务 [5] - 平台拥有数百万全球创作者支持，数据引擎持续扩展 [5] 交易后续流程 - 最终投票结果将通过SEC的8-K表格披露 [4] - 公司未在新闻中提供具体财务协同目标或成本节约细节 [无相关内容]