AI 修出的纽约租房照，让租客为“不存在的家”多跑一趟

一套曼哈顿低价 studio，照片里宽敞、有壁炉，厨房像刚翻新过。到了现场，房子小了，壁炉没了，炉灶还少了几个旋钮。

更怪的是，照片里有一盆植物放在燃气灶上。这个细节很小，却足够刺眼：租客现在不只要判断房租贵不贵，还要判断照片里的房子到底存不存在。

我更在意的不是“AI 会修图”这件事本身。房源美化早就有。真正的变化是，生成式 AI 把制造理想房源的门槛降得太低，租客却要为这层滤镜付出真时间。

Joyce 看到的是理想公寓，走进去是另一套房

The Verge 报道中的 Joyce 是纽约本地人。她知道第一次独自在纽约找房不会轻松，但没想到会像她说的那样接近“地狱”。

她看过不少又小、又贵、状态也差的房源。直到一套曼哈顿价格相对合理的 studio 出现。

照片里的房子很诱人：空间宽敞，采光通透，有壁炉。厨房虽然小，但设备齐全，看起来像是刚翻新。Joyce 立刻去看房。

到了现场，她还发现后面有五名年龄相近的女性排队看同一套房。这很纽约：好一点、便宜一点的房子，留给租客犹豫的时间很短。

可进门后，落差开始出现。实地空间比照片小。厨房水槽不一样。炉灶缺少旋钮。照片里的壁炉也不存在。

最反常的是那盆植物。它出现在燃气灶上。Joyce 的朋友后来提醒她，这种不合常理的摆放，很像 AI 生成或重度修图留下的破绽。

这里不能直接断言经纪人违法，也不能把个案写成整个行业结论。现有材料能说明的是：在紧俏租房市场里，线上房源和现场房况之间的落差，正在被新工具放大。

这条线就够重要了。

虚拟布置早就有，AI 改变的是成本和边界

房源照片本来就不完全等于现实。广角镜头会拉大空间，专业摄影会调亮采光，样板家具会让空房更像一个家。

虚拟布置也不是生成式 AI 发明的。过去就有人在空房照片里后期加沙发、床、餐桌，帮助租客理解空间用途。

区别在于成本和速度。生成式 AI 让这件事更轻、更快，也更容易批量化。经纪人不必真的搬家具，也不必做复杂后期，就能让一套房在网页上显得更完整、更温暖、更像能马上入住。

问题出在边界。

把空房间加上“示意家具”，和把不存在的壁炉、更好的厨房、更大的空间感呈现给租客，不是一回事。前者是在解释空间，后者可能在改写事实。

租房最麻烦的地方在于，很多关键事实无法只靠照片确认。壁炉有没有，炉灶能不能用，水槽位置是否一致，窗户外面是什么，都要到现场才看得准。

AI 把照片修得越完整，租客越容易提前产生确定感。可这种确定感，未必来自房子本身。

真正买单的是普通租客的时间和判断力

受影响最直接的是城市租房者，尤其是在纽约这类竞争激烈的市场里找房的人。

他们的选择窗口很窄。看到合适房源，要马上约看；现场满意，还要尽快申请；稍慢一步，就可能被别人拿走。照片越像“捡漏”，越容易让人放下手里的事赶过去。

如果照片和现实差太远，损失的不只是一次失望。还有通勤时间、请假成本、筛选精力，以及对下一套房源的额外怀疑。

对关注 AI 滥用和消费者权益的人来说，这个案例也提供了一个更现实的观察点：AI 的风险不一定表现为一张完全假的图片。它也可能是把真实房源修到难以辨认，让消费者承担核验成本。

这两类读者的动作也不一样。

租客能做的事不多，但有几项很实用。

看房前，优先问三类问题：照片是否经过虚拟布置；家具和装饰是否真实存在；壁炉、炉灶、窗户、橱柜这些固定设施是否与照片一致。

如果对方只给精修图，不给视频或现场补充图，就要把预期降下来。不是说这套房一定有问题，而是它需要更高的核验成本。

平台和经纪行业更该补的是标注规则。哪些照片经过虚拟布置，哪些家具不存在，哪些结构性细节不能改，应该写清楚。

目前还看不清规模。原报道没有给出使用比例、投诉数量或平台统计，所以不能把它写成美国租房市场的系统性结论。

但 Joyce 遇到的落差已经说明一件事：AI 在租房场景里的麻烦，不只是“生成假图”。它更像是在稀缺市场里，把本来就不透明的信息再盖上一层好看的雾。

那盆放在燃气灶上的植物，荒诞得像一个提醒。照片越像一个家，租客越要问一句：这是房子，还是房源广告替我做的梦？