2026 年 9 月，Nikon 公布年度顯微影片競賽「Small World in Motion」的得獎名單。一段拍攝人體呼吸道纖毛活動的影片拿下第一名，畫面中綠色的細小構造不停擺動，搭配紅色、藍色與紫色的背景，看起來相當漂亮。
沒想到，作品公布後不久，就有科學家開始質疑影片的真實性。他們發現，畫面裡某些構造的形狀、位置與活動方式，似乎不符合人體組織的正常特徵。
Nikon 隨後展開調查，並於 10 月 9 日宣布取消原本的第一名資格，理由是作品違反了競賽對生成式 AI 的使用規定。
但事情並沒有這麼簡單。參賽者承認使用 AI 處理影像，卻否認以 AI 生成原始實驗影片。Nikon 一開始甚至認為相關做法符合規定，後來才改變決定。
究竟發生了什麼事？
科學家看到了什麼問題？
這段影片由光學研究人員徐寧（Ning Xu）提交，據稱拍攝的是一名患有原發性纖毛運動障礙症（Primary Ciliary Dyskinesia，簡稱 PCD）的兒童，其呼吸道纖毛異常擺動的情形。
人體呼吸道內有許多細小的纖毛，負責將黏液與異物往外排出。PCD 是一種罕見的遺傳性疾病，患者的纖毛無法正常運作，容易因此反覆出現呼吸道感染。觀察纖毛的擺動情形，也是診斷這種疾病的重要方法之一。
因此，這段影片不只具有視覺吸引力，原本也被認為能展示重要的醫學現象。
然而，長期研究纖毛的英國萊斯特大學科學家 Robert Hirst，很快就注意到不對勁的地方。他從事 PCD 診斷工作已有二十年，熟悉患者纖毛的長度、形狀與擺動方式，卻發現影片中的特徵與他的臨床觀察明顯不符。
美國佛羅里達大學的 Edward Phelps 也提出疑問。他指出，影片中的紫色構造看似粒線體，卻出現在不合理的位置；某些藍色構造則像細胞核，但活動方式又不像真正的細胞核。
這些異常讓研究人員懷疑，部分影像可能經過 AI 生成或不適當的處理。
面對質疑，徐寧解釋，團隊確實使用 AI 協助影像後製，但沒有利用 AI 生成原始實驗影片，也沒有憑空製造纖毛及其動作。他表示，AI 主要用於處理重建後的灰階影像，協助區分與上色，讓畫面更容易觀看。
這項說明，也讓爭議的焦點轉向另一個問題：科學影像究竟可以加工到什麼程度？
科學影像本來就可以後製
我們在科學雜誌或紀錄片裡看到的顯微照片，經常有鮮豔的紅色、綠色和藍色。但這些顏色不一定是細胞或微生物原本的樣子。
有些影像使用螢光標記，有些則是在拍攝後加入「假色」（False Color），幫助研究人員區分不同的細胞構造。調整亮度、對比，或透過電腦減少雜訊，也都是常見的影像處理方式。
這些技術本身沒有問題，重要的是處理後的畫面是否仍然忠實呈現原始資料。
如果原始影像裡確實存在某個構造，只是訊號不夠清楚，適當的影像處理可以幫助研究人員看見更多細節。但如果演算法補出了原始資料無法證實的內容，觀看者就可能誤以為那些構造真的存在。
生成式 AI 讓這條界線更難判斷。它可以改善畫質，也可能根據學習過的影像特徵，產生看起來合理、實際上卻沒有被觀測到的細節。
這對科學研究尤其重要。
以學術期刊《Nature》的影像規範為例，研究人員可以進行符合規定的亮度、對比與假色調整，但必須交代處理方式，並確保影像忠實呈現原始資料。期刊也可能要求提供未經處理的檔案，以供查驗。
當然，Nikon 舉辦的是科學影像競賽，不是學術論文審查，兩者的規則並不完全相同。Nikon 的競賽除了重視科學內容，也鼓勵參賽者展現微觀世界的美感。
而這次的爭議，恰好發生在科學紀錄與視覺呈現之間。
Nikon 為什麼改變決定？
這起事件最值得注意的地方，是 Nikon 前後不同的判斷。
爭議剛爆發時，Nikon 曾表示，依照當時掌握的資料，參賽者使用的是 AI 輔助影像強化工具，而非從零生成影片，因此認為相關處理符合規定。
不過，隨著更多科學家提出質疑，Nikon 決定重新審查作品與參賽者提交的技術資料。
10 月 9 日，Nikon 正式宣布，經過重新評估並諮詢評審團後，認定作品不符合競賽對生成式 AI 的規定，因此取消第一名資格，由原本排名第二的越南參賽者 Nguyen Nam Nhat 遞補。
值得注意的是，Nikon 並未公布完整的技術審查結果，也沒有詳細說明影片究竟在哪些部分違反規定。因此，我們不能僅憑取消資格的決定，就認定整段影片都是 AI 偽造的。
Nikon 也特別強調，這項裁決只涉及作品是否符合競賽規則，不代表主辦單位對參賽者的專業聲譽、研究成果或個人意圖做出判斷。
對主辦單位而言，這次事件也暴露了現有規則的不足。當 AI 不再只是單純生成圖片，而是能夠參與影像重建、強化與呈現，競賽該如何區分可以接受的技術處理與違規的內容生成？
Nikon 已表示，未來將重新檢討相關規則與評選程序。
我們看到的，究竟是什麼？
這次事件讓我想到，平常看科學紀錄片時，我們大概很少懷疑鏡頭裡的細胞是否真的長那個樣子。尤其是顯微鏡下的世界，多數人根本沒有親眼觀察的經驗，自然更仰賴專家與影像技術提供的資訊。
但顯微鏡記錄下來的原始資料，和最後呈現在螢幕上的畫面，可能已經相差不少。這並不一定代表有人造假，只是我們需要知道，影像究竟經過哪些處理。
我其實很想看看徐寧團隊的原始資料，以及經過 AI 後製的最終版本。如果能把兩者放在一起比較，或許就更容易理解這場爭議究竟出在哪裡。
對一場以呈現微觀世界為宗旨的科學影像競賽而言，漂亮的畫面當然重要。但觀眾至少應該知道，自己看到的哪些部分來自實際觀測，哪些經過電腦進一步加工。
否則，當我們讚嘆顯微鏡下的世界如此美麗時，恐怕連自己究竟在欣賞什麼，都不太確定。
參考資料
- Nature（2026/9/30）：This award-winning microscopy image used AI — igniting controversy in a prestigious competition
- Nature（2026/10/12）：Award-winning microscopy image disqualified over AI use
- The Scientist（2026/10/9）：Nikon Disqualifies Winning Video Over AI Use Following Weeks of Controversy
- Nature：Image Integrity and Standards