雷军很无奈：566 台车，428 万公里，挡不住一条 AI 谣言

更深刻了解汽车产业变革

出品： 电动星球

作者：陈深

7 月 8 日，小米汽车全新 SUV 系列「SkyNomad 小米澎程」正式官宣，首款车型定名「澎程 N90」。

按照常规节奏，接下来应该是参数曝光、试驾评测、预售锁单。但这一次，节奏全乱了——车还没量产交付，「车祸」「起火」「维权」的词条，已经先到了。

7 月 10 日，小米工作人员通过媒体作出回应，原话是：「这是纯粹的谣言抹黑，简直是匪夷所思。车都没正式发布，怎么可能有事故？」

两天后，雷军亲自下场，甩出了一组测试数据—三年半、566 台车、428 万公里，直接打脸造谣者。

然而，这不是小米第一次被 AI 造谣，早在今年 6 月 8 日就有网友利用 AI 造谣小米公司员工破坏车展。

但这次不太一样——攻击手法升级了，波及面也更广了。它暴露出的，是整个新能源汽车行业正在面对的一个新麻烦。这个新麻烦，简单说就是用 AI 造谣。

无中生有

AI 造谣，核心就四个字：无中生有。

先看这次攻击的具体手法。

传统意义上的「黑公关」仅仅是写几篇黑稿罢了。

如今这套组合拳——搜索污染、AI 假视频、模型投毒，三者结合起来，环环相扣，层层递进，最终形成了一条从「制造怀疑」到「固化偏见」的完整闭环。

第一层，搜索联想词污染。

在微博、抖音、头条等平台搜索「SkyNomad」或「小米澎程」，下拉联想词自动弹出「起火原因」「事故详情」「车主维权」「车祸现场」「汽车爆炸」等极端负面关键词。

手法并不新鲜——用自动化脚本和群控账号短时间高频检索这些词组，利用平台「搜索量高即聚类显示」的算法规则，把负面词绑到新车关键词下。

这一层的功能是「拦截」：用户还没看到任何真实信息，搜索框里先塞了一排负面联想。

相当于店还没开业，门口已经挂满了「此店有质量问题」的牌子。潜在客户还没进店，就已经流失了。

第二层，AI 批量生成虚假事故视频。

在短视频平台上，已经大量出现标注「SkyNomad 小米澎程车祸」的虚假视频，配文「新买的小米 SkyNomad 又上绿化带了」，打上「绿化带战神」等戏谑标签引流。

这些视频多为 AI 合成、拼接的虚假素材，部分已被平台标注「疑似使用了 AI 生成技术，请谨慎甄别」。

除了搜索词，还有很多 AI 制造的「实锤素材」让负面联想变得可信。

这一层的功能是「填充」：给第一层埋下的负面联想配上「证据」，让用户从「听说有问题」升级到「确实看到出了事」。

而且「绿化带战神」这种标签带戏谑属性，比严肃黑稿更容易在短视频平台跑量。

第三层，模型投毒。虚假负面内容全网铺设后，被部分 AI 搜索助手误判为有效信息收录。后续用户咨询时，AI 将谣言当作事实输出。

一个「人工造谣→投喂 AI→AI 二次传谣」的闭环，就这么形成了。

但第三层不一样——它把谣言喂进了 AI 的搜索结果和训练数据里。

内容一旦进去，AI 就会一遍一遍地把这些假消息重新讲出来，不需要人推，不需要人盯，它自己就能传。

造谣的人到这一步已经不用再费劲了，毒种下去，剩下的活 AI 替他们干。

那么，把三层连起来看会发生什么？

一个消费者，先在搜索框看到「澎程 起火原因」（第一层），接着在短视频平台刷到「实拍事故视频」（第二层），最后问 AI「小米澎程怎么样」，得到的回答里也带着负面信息（第三层）。

三重交叉验证，谣言就这么变成了「事实」。

每一层单看，杀伤力都有限。

但三层叠加，形成的是「搜索入口→内容验证→AI 背书」的完整信任链。

传统黑公关最多做到前两层，成本高、可追溯、投诉就能下架。AI 把第三层打穿了，成本趋零、难以清除、且会自我强化。

在小米之前，已经有类似的 AI 造谣出现了，很多车企也深受其扰。

就在两个月前，5 月 8 日前后，网上突然流传一份「8 家车企被约谈、3 家被立案」的名单，涉及比亚迪、特斯拉、小鹏、理想、蔚来、极氪、广汽埃安、问界，称其因「锁电」问题被监管部门约谈。

这份名单，是 AI 编造的。

八家车企被迫轮番发声明辟谣。小鹏法务部率先声明「纯属造谣」，比亚迪网络举报中心称「部分网络账号恶意传播虚假信息」，广汽埃安法务部表示「从未被约谈」，特斯拉、蔚来、理想、极氪、问界纷纷跟进。

一份不存在的名单，让中国新能源汽车行业排名前八的企业，同一天内集中消耗公关资源。

而这，仅仅是一个开始。

防不胜防

问题在于，当抹黑变成流水线作业，车企防的不是某一个人、某一篇文章，而是一个看不见的系统。

AI 信息污染对车企的影响，不只是「多几篇黑稿」那么简单。它正在从根本上改变舆论攻防的规则。

造谣的成本，已经低得不像话。

一台设备就能模拟出一堆账号，源源不断地「生产」事故视频——起火、断轴、失控，画面逼真到普通人很难分辨。

而这还只是技术层面的能力。真正让人后背发凉的，是已经有人把它做成了一门生意。

江西南昌某 MCN 机构，最高峰单日生成 4000 至 7000 篇谣言，每日非法牟利超万元。

更麻烦的是，辟谣天生吃亏。辟谣内容没有争议性，拿不到和谣言对等的流量。企业不得不自己建起一道「舆论防火墙」——关键词实时监测、AIGC 内容识别、异常搜索行为分析、法律取证——每一项都是真金白银砸进去的。

这种压力并非纸上谈兵，今年北京车展期间，电动星球曾就此问题专访蔚来马麟，他直言不讳地表示：「AI 造谣这件事就是会给车企带来非常大的品牌维护成本。」

换句话说，攻防成本已经彻底失衡。

但比成本更难解决的，是「先入为主」。

在消费者接触到真实信息之前，一条「起火」视频已经把负面印象种了下去。等辟谣出来，哪怕再有力，也很难把已经形成的偏见掰回来。

尤其是那些持币观望的潜在用户，一条起火视频的杀伤力，远大于十份测试报告。造谣者打的就是这群人的情绪——不需要你相信谣言，只需要你「不太敢买」，就够了。

而真正属于 AI 时代的新问题，是谣言的「二次传播」。

虚假内容被大模型抓取之后，会被当作事实固化下来。以后用户向 AI 搜索助手问一句「小米怎么样」，AI 很可能把那段被搜索量推上去的谣言，当成标准答案输出。

也就是说，造谣者甚至不需要持续投放。

只要把「毒」投进 AI 的训练数据或检索结果里，AI 就会自动、持续、不知疲倦地帮忙传播——这是一套自我强化的闭环，不需要人维护也能转下去。

追责，更难。

AI 造谣链条太长。模型开发者、内容使用者、数据提供方、平台运营者——谁都有责任，谁都能甩锅。技术中立、审核边界模糊，最后往往无人被追责。

看得见问题，摸不到抓手。

规则滞后，代价先落到车企头上。

流量越大，造谣的「回报率」越高。造谣者不需要骗所有人，只需要影响那批正在犹豫、正在对比的潜在买家。

AI 让造谣成本趋近于零，虚假信息批量生产、全域预埋、二次传谣。每家车企都站在同一条防线上。

澎程 N90 能否立住，答案交给交付数据和用户口碑。

但在此之前，小米和所有将发新车的车企，都得先打赢一场看不见的舆论战。

（完）