2026版：AI制品识别指南与隐形水印技术解析

本文来自微信公众号：果壳，作者：糕级冻雾，编辑：沈知涵

AI产物普及后，帮网友鉴别AI制品成了我的一大爱好。

比如小红书上有买家疑似用AI伪造产品损坏图骗“仅退款”，我正分析断裂处的模糊问题，就看到其他帖子甩出国家反诈中心App的鉴定截图。

国家终于出手了！不久前，国家反诈中心App新增了AI图像、视频、文本、人声音频的检测功能。

如今生成式技术迭代迅速，AI能生成以假乱真的长视频，人物瞳孔光影和皮肤纹理都符合直觉。

对互联网的不信任并非被害妄想，AI伪造引发了真实信任危机。

对付技术的好办法是用技术对抗，今天聊聊生成式内容时代的新防线：隐形水印。

道高一丈

隐形水印是藏在内容数据底层的标识，比易被抹除的传统水印更隐蔽。

以DeepMind的SynthID为例，它通过两个深度学习模型对抗训练：嵌入模型藏水印，提取模型找水印，经上万次训练后，嵌入模型能藏得更深，提取模型能在压缩、涂改的数据中找痕迹。

不同媒介的数字内容，嵌入水印的方式不同。

·图片

数字图像由像素点构成，AI绘图时计算像素颜色分布。嵌入模型会做微小调整，比如让特定区域红色像素亮度暗0.01%并形成规律，肉眼难辨但计算机可识别。

提取模型鲁棒性强，图片经压缩、裁剪、加滤镜后，只要残留像素足够，就能检测到水印。我用Gemini生成合照，经翻拍、加滤镜、微信压缩后，仍能被识别。

·视频

视频多了时间维度，简单的嵌入方式是给每一帧打隐形水印，像细胞提取DNA一样，提取模型抗剪辑，从1秒画面就能提取水印。

·音频

音频水印参照生理规律，人类听觉有范围限制，且存在听觉掩蔽效应。Meta的AudioSeal嵌入听觉外的隐形频段，SynthID则将声音波形转成频谱图加密，再转回波形，不影响听觉且抗压缩、倍速。

·文本

文本是离散的，不能像像素微调。主流解法是操纵AI生成词汇的概率分布，大语言模型是“词汇接龙”机器，SynthID-Text用Tournament Sampling算法，给候选词分配分数，两两PK选结果，解码器用密钥计算可识别AI痕迹，但要平衡生成质量和水印性能。

没有攻不破的盾

隐形水印并非绝对安全，翻拍、高幅度重绘、重水印攻击都可能洗掉水印。开源环境下，修改模型也能绕过水印，就像病毒与杀毒的对抗。业界需要统一标准，比如C2PA技术，OpenAI和Meta已在推进，但元数据不如水印深刻。

一种“确权”手段

2024年OpenAI就开发了文本隐形水印，但因担心影响用户体验未大规模部署。隐形水印可保护人类版权，比易删改的元数据更可靠。徕卡、索尼在高端相机中嵌入硬件水印，未来无硬件水印的文件可能被默认是AI生成。还有人主张用生物特征做水印，打通结算系统实现自动溯源和微支付。SynthID已能溯源，YouTube的Dream Screen功能会自动打合规标签，规范创作流程。

AIGC摧毁了“眼见为实”，我们不得不依赖技术对抗虚假，隐形水印是重要防线。