一条关于辟谣和道歉的新闻 ，最终却是AI幻觉带来的谣言
，这是AI时代的荒诞现实。

　　7月3日，一则《演员王一博案 ，判了》的新闻发酵
，文章内容提及，人工智能公司DeepSeek因内容审核疏漏 ，就关联不实信息向演员王一博道歉，还援引了刑事判决书 。随后
，#DeepSeek向王一博道歉#一度冲上热搜
。

　　目前这一新闻已被删除，但仍然引发大量转载。

　　上述文章提到“人工智能公司DeepSeek发布正式道歉 ” ，并提及“声明
”一词 。但第一财经查阅了目前DeepSeek所有官方渠道的账号
，包括官网、公众号 、知乎
、小红书、海外的X等，都未发现有新的动态
。

　　第一财经也向公司进行了求证 ，但截至发稿
，未收到任何回复。

　　仅从新闻事实来看，网络流传演员王一博的消息 ，已被经纪公司澄清
，法院判定系谣言，而声称DeepSeek为传谣道歉 ，则有诸多的不合理之处 。此次假新闻的信息中没有任何一句明确指出DeepSeek的道歉渠道
，声明中所提及的法律判决书，在中国裁判文书网上检索显示无数据。

　　追溯“道歉”新闻源头 ，或许来自于一则社交媒体中的帖子，但看图片内容可知
，道歉的主体是“AI聊天助手DeepSeek ”
。

　　值得一提的是，就在这些内容的下方 ，就有显著提示“本回答由AI生成
，内容仅供参考，请仔细甄别。
”的字眼 ，但最后
，这一由AI生成的道歉声明，在传播时逐渐演变成DeepSeek这家公司的道歉声明 ，并被多家媒体传播 。

　　AI生成的幻觉问题并非新鲜事
，但最后演变成被广泛传播的新闻，值得引起重视和思考
。

　　幻觉一直是大模型的难题 ，AI会编造看起来合理或可信的信息
，但实际上是在“胡说八道”，这种缺陷的根源来自技术局限和训练机制 ，大模型本质是基于统计概率的文本生成器，通过海量数据学习词语间的关联规律
，而非真正理解事实。

　　此外，若训练数据或网络充斥错误信息 ，模型也更有可能输出错误答案 。导致典型的“Rubbish in, Rubbish out ”（垃圾进
，垃圾出）效应
。

　　在第一财经询问DeepSeek关于AI的幻觉时，它给了一个有趣的比喻：大模型像戴着碎镜片的先知 ，镜子（训练数据）里有什么它就反射什么
，但镜片破损处（数据缺失）就会自己用彩色玻璃填补（生成幻觉）。

　　实际上，这一年随着大模型能力的提高 ，幻觉问题有所缓解 。此前5月底
，DeepSeek发布了新版DeepSeek R1，官方提到专门针对“幻觉”问题进行了优化 ，更新后的模型在改写润色 、总结摘要
、阅读理解等场景中
，与旧版相比幻觉率降低了 45%-50% 左右
。

　　此前DeepSeek的幻觉率并不低，也被不少用户和开发者所讨论。5月15日 ，SuperCLUE曾发布最新一轮中文大模型忠实性幻觉测评结果，显示此前的DeepSeek-R1模型幻觉率在21%左右
，在测评的国内模型中排名第五 。

　　目前看来AI幻觉仍然很难避免
。AI往往会捏造人物、事件，或者伪造法律条文 ，需要用户甄别。而对媒体机构来说
，当AI的“碎镜片
”越来越难被一眼识破，作为信息“把关人”的严谨性与责任感 ，在AI时代就变得更为重要 。这起乌龙事件
，是一面映照信息生态脆弱性的镜子。

　　最后，第一财经也询问了DeepSeek ，是否就不实信息向王一博道歉了
，它目前给出的回复是否认道歉，但生成的内容里仍有很多幻觉
。

　　例如称“针对谣言DeepSeek法务团队已启动取证 ” ，并提到可以通过邮箱“official@deepseek.com
”进行谣言举报
，但第一财经查询官网发现DeepSeek官方并没有这一邮箱，官方邮箱前缀是“service”。

（文章来源：第一财经）