一條關于辟謠和道歉的新聞 ，最終卻是AI幻覺帶來的謠言
，這是AI時代的荒誕現實。

　　7月3日，一則《演員王一博案 ，判了》的新聞發酵
，文章內容提及，人工智能公司DeepSeek因內容審核疏漏 ，就關聯不實信息向演員王一博道歉，還援引了刑事判決書 。隨后
，#DeepSeek向王一博道歉#一度沖上熱搜
。

　　目前這一新聞已被刪除，但仍然引發大量轉載。

　　上述文章提到“人工智能公司DeepSeek發布正式道歉 ” ，并提及“聲明
”一詞 。但第一財經查閱了目前DeepSeek所有官方渠道的賬號
，包括官網、公眾號 、知乎
、小紅書、海外的X等，都未發現有新的動態
。

　　第一財經也向公司進行了求證 ，但截至發稿
，未收到任何回復。

　　僅從新聞事實來看，網絡流傳演員王一博的消息 ，已被經紀公司澄清
，法院判定系謠言，而聲稱DeepSeek為傳謠道歉 ，則有諸多的不合理之處 。此次假新聞的信息中沒有任何一句明確指出DeepSeek的道歉渠道
，聲明中所提及的法律判決書，在中國裁判文書網上檢索顯示無數據。

　　追溯“道歉”新聞源頭 ，或許來自于一則社交媒體中的帖子，但看圖片內容可知
，道歉的主體是“AI聊天助手DeepSeek ”
。

　　值得一提的是，就在這些內容的下方 ，就有顯著提示“本回答由AI生成
，內容僅供參考，請仔細甄別。
”的字眼 ，但最后
，這一由AI生成的道歉聲明，在傳播時逐漸演變成DeepSeek這家公司的道歉聲明 ，并被多家媒體傳播 。

　　AI生成的幻覺問題并非新鮮事
，但最后演變成被廣泛傳播的新聞，值得引起重視和思考
。

　　幻覺一直是大模型的難題 ，AI會編造看起來合理或可信的信息
，但實際上是在“胡說八道”，這種缺陷的根源來自技術局限和訓練機制 ，大模型本質是基于統計概率的文本生成器，通過海量數據學習詞語間的關聯規律
，而非真正理解事實。

　　此外，若訓練數據或網絡充斥錯誤信息 ，模型也更有可能輸出錯誤答案 。導致典型的“Rubbish in, Rubbish out ”（垃圾進
，垃圾出）效應
。

　　在第一財經詢問DeepSeek關于AI的幻覺時，它給了一個有趣的比喻：大模型像戴著碎鏡片的先知 ，鏡子（訓練數據）里有什么它就反射什么
，但鏡片破損處（數據缺失）就會自己用彩色玻璃填補（生成幻覺）。

　　實際上，這一年隨著大模型能力的提高 ，幻覺問題有所緩解 。此前5月底
，DeepSeek發布了新版DeepSeek R1，官方提到專門針對“幻覺”問題進行了優化 ，更新后的模型在改寫潤色 、總結摘要
、閱讀理解等場景中
，與舊版相比幻覺率降低了 45%-50% 左右
。

　　此前DeepSeek的幻覺率并不低，也被不少用戶和開發者所討論。5月15日 ，SuperCLUE曾發布最新一輪中文大模型忠實性幻覺測評結果，顯示此前的DeepSeek-R1模型幻覺率在21%左右
，在測評的國內模型中排名第五 。

　　目前看來AI幻覺仍然很難避免
。AI往往會捏造人物、事件，或者偽造法律條文 ，需要用戶甄別。而對媒體機構來說
，當AI的“碎鏡片
”越來越難被一眼識破，作為信息“把關人”的嚴謹性與責任感 ，在AI時代就變得更為重要 。這起烏龍事件
，是一面映照信息生態脆弱性的鏡子。

　　最后，第一財經也詢問了DeepSeek ，是否就不實信息向王一博道歉了
，它目前給出的回復是否認道歉，但生成的內容里仍有很多幻覺
。

　　例如稱“針對謠言DeepSeek法務團隊已啟動取證 ” ，并提到可以通過郵箱“official@deepseek.com
”進行謠言舉報
，但第一財經查詢官網發現DeepSeek官方并沒有這一郵箱，官方郵箱前綴是“service”。

（文章來源：第一財經）