首先,圖片的真實性是第一個要回答的問題,這也是眾多留言、評論中提問最多的,這張圖到底是不是PS的?
從來源看,用搜索引擎對這張圖進行圖片反搜,會發現所有內容都是社交媒體或者各平台自媒體賬號對這張圖片的評論分析,沒有任何權威信源。通過對反搜圖片的比較,我們發現這張圖最早出現在8月15日上午2點14分的推特帖子上,隨後被多方評論轉發(根據評論,推特14日也有帖子出現,但本文沒有檢索到原文)。
在專業的圖片核查網站上檢索,這張圖片的原始數據EXIF已經無法考證,許多平台在上傳圖片的過程中都會抹去圖片的元數據,因此圖片的出處無法確定。
在不同的圖片檢測網站上,有不同的算法和途徑來鑑定圖片是否存在偽造和修改,但總體上技術路徑都是相同的,如基於噪聲圖片的算法,基於圖片的算法,錯誤級別算法(ELA)等等,不同的算法都有誤差存在,因此需要綜合判定。我們在不同的網站對這張圖片進行檢驗,呈現的結果略有不同,但不妨礙得出一致的結論——這張圖片沒有偽造的痕跡,是真實的。
在圖片法醫網站,用最簡單的放大工具觀察投屏的邊緣,沒有發現明顯的合成痕跡,而且頂部藍光的反射也較為自然;用ELA檢測,投屏部分顯示較為突出,但在專業的事實核查工具網站InVID上,ELA顯示白色區域更為均衡,而且這一單一指標只能作為參考。
放大工具觀察下沒有明顯的偽造痕跡。

兩個網站的ELA檢測,結果相似,投屏部分雖然突出但並不單一,InVID顯示白色區域更為均衡,而且這一個指標只能作為參考,還需要InVID錶盤上右側的過濾器。
在圖片法醫和InVID上,用噪聲算法都可以看到投屏部分被明顯標出,顯示異常,甚至InVID的偽影算法也有顯著的標識。但我們用一張相似的有着大面積顯示屏的講座圖片來對比,就會發現,真實的圖片在這一區域也會呈現明顯的異常。因此這兩種算法在這裡存在着誤差。
上圖清晰顯示出在GHOST算法和WAVELET算法下本文核查圖片中疑似存在被修改的部分。
放上一張真實的講座圖片後,發現同樣存在LED屏幕部分顯示異常。
再綜合其他的主要指標,如主成分分析、圖層掃描等,圖片法醫網站顯示這張圖沒有內嵌的顏色層和隱藏的像素,InVID上綜合多個過濾器的深度學習型檢測方式Mantra-Net和Fusion都沒有顯示出異常區域,這兩種算法是該網站提供給事實核查人員的專業檢測工具,具有較高的可信度。
圖片法醫網站顯示這張圖沒有內嵌的顏色層和隱藏的像素。

基於多種算法綜合的InVID檢測結果,可以得出這張照片為真圖的結論。
那麼這個真實發生的場景,是不是某政府機關單位在宣布這項重要的政府文件,或者布置這項涉及全市所有幹部職工的買房工作?我們還需要從「規定幹部買房」查起。