尼泊爾要求 Meta 與 TikTok 加快刪除洪災假內容，並不是單純因為社群上出現了幾段「看起來不真」的影片，而是因為假訊息正出現在搜救行動仍在進行的緊急時刻。

當局要求平台更快處理血腥或令人不安的影像、AI 生成影片、被重新包裝成最新災情的舊片、誤導性貼文，以及假募款 QR Code。 據報 Meta 與 TikTok 對被舉報內容的處理時間可能達 24 至 48 小時，尼泊爾官員認為，在災害快速變化的情況下，這樣的延遲太久。

為什麼幾小時的延遲也可能造成傷害？

洪災期間，民眾需要即時確認撤離路線、搜救進度、失聯者消息，以及可靠的援助與捐款管道。一段偽裝成「現場直播」的影片，可能把公眾注意力引向錯誤地點；假募款訊息則可能將捐款導向詐騙者，而不是正規救援機構。

更棘手的是，內容在等待審核期間可能累積大量觀看次數，並被下載、改標題，再轉發到其他平台。於是，即使原始貼文最終被刪除，錯誤敘事仍可能繼續流通。

因此，尼泊爾政府要求的重點不只是「事後刪文」，而是讓災害相關舉報更快升級處理，並改善對 AI 影像、舊片冒充新片、圖像暴力內容與假募款訊息的辨識。

查證人員發現：不少「洪災現場」其實不是尼泊爾

這場資訊混亂並非所有網上影像都是假的。真實災情影片與未經查證、移花接木甚至 AI 生成的內容混在一起，令觀眾難以分辨。多項查證指出：

• AFP 發現，一段被宣稱是尼泊爾—西藏洪災現場的影片其實由 AI 生成。畫面出現合成影片常見的異常，Google 的 SynthID 偵測工具也顯示，該片由 Google 的 AI 軟件製作。1
• 另一段獲得大量觀看的影片，展示的是印度喀拉拉邦較早前的山泥傾瀉，而不是尼泊爾洪災。AFP 追查到影片是在事發地點附近一間餐廳拍攝。2
• 一段被說成是冰川崩塌的震撼畫面，實際來自智利巴塔哥尼亞，且早在尼泊爾洪災前多年已在網上流傳。3
• 其他貼文則挪用了印度北阿坎德邦及巴基斯坦的洪災影像。45
• AAP FactCheck 也判定，Facebook 上流傳的部分照片和影片不是 AI 生成，就是拍攝於其他國家的災害。

BBC Verify 則利用經查證的影片與衛星影像，重建真實洪水的流向與破壞範圍；BBC 另一項分析也說明，一段熱門尼泊爾洪災影片如何從畫面細節看出 AI 生成痕跡。

消失的人、變形的建築：這些線索能證明影片是假嗎？

觀眾可能會留意到人物或物件在不同畫格之間突然消失，建築物和車輛形狀扭曲，水流或漂浮物的運動前後不一致，或者場景的透視與空間關係不合常理。這些都值得提高警覺，但單靠視覺破綻，不能百分之百證明影片是假的。1

較完整的查證通常包括以下步驟：

1. 查找最早上傳版本。 如果貼文早於 8 月 26 日出現，就不可能是這場洪災的原始現場畫面。
2. 進行反向圖片或影片搜尋。 舊版本往往能揭示影片真正的國家、事件與拍攝日期。
3. 核對地理位置。 可以將建築物、道路、橋樑、山形及河道，與地圖或衛星影像比對。
4. 比較獨立報道。 經定位的真實影像和衛星資料，有助確認畫面是否符合受災地區。
5. 謹慎看待來源追蹤工具。 若內容由支援該技術的 Google 系統生成，且浮水印已嵌入並能被偵測，SynthID 可以提供來源線索；但它不是適用於所有圖片和影片的通用測試。

目前提供的證據，並未證實 Meta 或 OpenAI 曾就這批特定洪災影片作出正式判定。至於「OpenAI Verify 發現 Google SynthID 浮水印」的說法，應該審慎看待；有文件支持的 AFP 調查，是使用 Google 的 SynthID 偵測器，而不是一項已獲證實的 OpenAI 專案判定。1

假影片背後，是一場真實的人道災難

假內容出現的同時，尼泊爾—西藏邊境正面對真實且快速惡化的災情。專家及衛星影像分析認為，冰川崩塌或冰岩雪崩可能引發大量水、泥沙與巨石，沿喜馬拉雅山區河系衝下，包括通往特里蘇里河的水路。1718

尼泊爾的拉蘇瓦與努瓦科特是受影響地區之一。洪水摧毀聚落及重要基礎設施，包括邊境設施與水力發電項目。

隨著救援人員在瓦礫中搜索，死傷及失蹤數字不斷更新。路透社在 2026 年 8 月 28 日報道，尼泊爾至少 579 人死亡，西藏有 7 人死亡；尼泊爾另有 1,924 人失蹤。 另一項更新則提到已有 3,742 人獲救，中國較早的報道稱西藏有 558 人失蹤。 這些數字都應連同報道日期理解，不能視為最終統計。

假募款 QR Code 為何特別危險？

在災難發生後，受災家庭、社區與海外捐款者都急於尋找援助方法。假 QR Code 因而可能借助民眾的同情與善意，將款項導向不法人士；尼泊爾政府也特別把這類內容列入要求 Meta 和 TikTok 處理的項目。

問題不只是捐款被騙走。大量假募款訊息還會混淆哪些機構值得信任，並掩蓋民眾尋找救援、援助或失聯親人消息時真正需要的官方資訊。加拿大其後宣布提供 500 萬美元緊急人道援助，顯示國際援助也需要在清晰、可信的資訊環境中運作。

這場風波揭示，災害假訊息並不只是「影片看起來像不像真的」這麼簡單。它可能干擾緊急通訊、利用公眾捐款意願，並令原本已經不斷變動的傷亡與搜救資訊更難核實。

在危機現場，平台能否迅速升級處理舉報、清楚標示內容來源，以及讓使用者有方法追查影像原貌，都不是可有可無的內容審核偏好，而是救援工作的一部分。

尼泊爾要求 Meta 與 TikTok 加快刪除洪災假內容，並不是單純因為社群上出現了幾段「看起來不真」的影片，而是因為假訊息正出現在搜救行動仍在進行的緊急時刻。

當局要求平台更快處理血腥或令人不安的影像、AI 生成影片、被重新包裝成最新災情的舊片、誤導性貼文，以及假募款 QR Code。 據報 Meta 與 TikTok 對被舉報內容的處理時間可能達 24 至 48 小時，尼泊爾官員認為，在災害快速變化的情況下，這樣的延遲太久。

為什麼幾小時的延遲也可能造成傷害？

洪災期間，民眾需要即時確認撤離路線、搜救進度、失聯者消息，以及可靠的援助與捐款管道。一段偽裝成「現場直播」的影片，可能把公眾注意力引向錯誤地點；假募款訊息則可能將捐款導向詐騙者，而不是正規救援機構。

更棘手的是，內容在等待審核期間可能累積大量觀看次數，並被下載、改標題，再轉發到其他平台。於是，即使原始貼文最終被刪除，錯誤敘事仍可能繼續流通。

因此，尼泊爾政府要求的重點不只是「事後刪文」，而是讓災害相關舉報更快升級處理，並改善對 AI 影像、舊片冒充新片、圖像暴力內容與假募款訊息的辨識。

查證人員發現：不少「洪災現場」其實不是尼泊爾

這場資訊混亂並非所有網上影像都是假的。真實災情影片與未經查證、移花接木甚至 AI 生成的內容混在一起，令觀眾難以分辨。多項查證指出：

• AFP 發現，一段被宣稱是尼泊爾—西藏洪災現場的影片其實由 AI 生成。畫面出現合成影片常見的異常，Google 的 SynthID 偵測工具也顯示，該片由 Google 的 AI 軟件製作。1
• 另一段獲得大量觀看的影片，展示的是印度喀拉拉邦較早前的山泥傾瀉，而不是尼泊爾洪災。AFP 追查到影片是在事發地點附近一間餐廳拍攝。2
• 一段被說成是冰川崩塌的震撼畫面，實際來自智利巴塔哥尼亞，且早在尼泊爾洪災前多年已在網上流傳。3
• 其他貼文則挪用了印度北阿坎德邦及巴基斯坦的洪災影像。45
• AAP FactCheck 也判定，Facebook 上流傳的部分照片和影片不是 AI 生成，就是拍攝於其他國家的災害。

BBC Verify 則利用經查證的影片與衛星影像，重建真實洪水的流向與破壞範圍；BBC 另一項分析也說明，一段熱門尼泊爾洪災影片如何從畫面細節看出 AI 生成痕跡。

消失的人、變形的建築：這些線索能證明影片是假嗎？

觀眾可能會留意到人物或物件在不同畫格之間突然消失，建築物和車輛形狀扭曲，水流或漂浮物的運動前後不一致，或者場景的透視與空間關係不合常理。這些都值得提高警覺，但單靠視覺破綻，不能百分之百證明影片是假的。1

較完整的查證通常包括以下步驟：

1. 查找最早上傳版本。 如果貼文早於 8 月 26 日出現，就不可能是這場洪災的原始現場畫面。
2. 進行反向圖片或影片搜尋。 舊版本往往能揭示影片真正的國家、事件與拍攝日期。
3. 核對地理位置。 可以將建築物、道路、橋樑、山形及河道，與地圖或衛星影像比對。
4. 比較獨立報道。 經定位的真實影像和衛星資料，有助確認畫面是否符合受災地區。
5. 謹慎看待來源追蹤工具。 若內容由支援該技術的 Google 系統生成，且浮水印已嵌入並能被偵測，SynthID 可以提供來源線索；但它不是適用於所有圖片和影片的通用測試。

目前提供的證據，並未證實 Meta 或 OpenAI 曾就這批特定洪災影片作出正式判定。至於「OpenAI Verify 發現 Google SynthID 浮水印」的說法，應該審慎看待；有文件支持的 AFP 調查，是使用 Google 的 SynthID 偵測器，而不是一項已獲證實的 OpenAI 專案判定。1

假影片背後，是一場真實的人道災難

假內容出現的同時，尼泊爾—西藏邊境正面對真實且快速惡化的災情。專家及衛星影像分析認為，冰川崩塌或冰岩雪崩可能引發大量水、泥沙與巨石，沿喜馬拉雅山區河系衝下，包括通往特里蘇里河的水路。1718

尼泊爾的拉蘇瓦與努瓦科特是受影響地區之一。洪水摧毀聚落及重要基礎設施，包括邊境設施與水力發電項目。

隨著救援人員在瓦礫中搜索，死傷及失蹤數字不斷更新。路透社在 2026 年 8 月 28 日報道，尼泊爾至少 579 人死亡，西藏有 7 人死亡；尼泊爾另有 1,924 人失蹤。 另一項更新則提到已有 3,742 人獲救，中國較早的報道稱西藏有 558 人失蹤。 這些數字都應連同報道日期理解，不能視為最終統計。

假募款 QR Code 為何特別危險？

在災難發生後，受災家庭、社區與海外捐款者都急於尋找援助方法。假 QR Code 因而可能借助民眾的同情與善意，將款項導向不法人士；尼泊爾政府也特別把這類內容列入要求 Meta 和 TikTok 處理的項目。

問題不只是捐款被騙走。大量假募款訊息還會混淆哪些機構值得信任，並掩蓋民眾尋找救援、援助或失聯親人消息時真正需要的官方資訊。加拿大其後宣布提供 500 萬美元緊急人道援助，顯示國際援助也需要在清晰、可信的資訊環境中運作。

這場風波揭示，災害假訊息並不只是「影片看起來像不像真的」這麼簡單。它可能干擾緊急通訊、利用公眾捐款意願，並令原本已經不斷變動的傷亡與搜救資訊更難核實。

在危機現場，平台能否迅速升級處理舉報、清楚標示內容來源，以及讓使用者有方法追查影像原貌，都不是可有可無的內容審核偏好，而是救援工作的一部分。