简介

随着AI生成媒体变得日益强大和普遍，区分AI生成内容与人类创作内容的难度也越来越大。为应对虚假信息、深度伪造和合成媒体滥用等风险，谷歌DeepMind开发了SynthID——一套工具集，可将不易察觉的数字水印嵌入AI生成内容中，并在后续对该内容进行高效识别。

通过在内容生成过程中直接融入水印技术，SynthID有助于验证内容来源，并提升AI系统的透明度和可信度。SynthID覆盖文本、图像、音频和视频四大场景，针对每种场景都设计了定制化的水印方案。在本文中，我将详细解释SynthID是什么、它的工作原理，以及如何使用它为文本添加水印。

什么是SynthID？

本质上，SynthID是一套专为AI生成内容设计的数字水印和检测框架。它能向AI生成的文本、图像和视频中注入不易察觉的信号，这些信号可承受压缩、缩放、裁剪和常见的格式转换。与基于元数据的方法（如内容来源和真实性联盟C2PA）不同，SynthID在模型或像素层面运作：它不会在内容生成后附加元数据，而是将隐藏签名嵌入内容本身，其编码方式对人类而言是不可见或不可闻的，但可通过算法扫描器检测到。

SynthID的设计目标是：对用户不可见、能抵御失真、可被软件可靠检测。

SynthID的两大核心组件

SynthID已集成到谷歌的各类AI模型中，包括Gemini（文本）、Imagen（图像）、Lyria（音频）和Veo（视频）。同时，它还支持SynthID Detector门户等工具，用于验证上传的内容。

为什么SynthID至关重要

生成式AI能够创建高度逼真的文本、图像、音频和视频，这些内容很难与人类创作的内容区分开来。这带来了一系列风险，例如：

• 深度伪造视频和被篡改的媒体

• 虚假信息和欺骗性内容

• 在需要透明度的场景中，AI内容被未授权复用

SynthID提供了原始标记，帮助平台、研究人员和用户追踪内容来源，并判断其是否为合成生成。

SynthID水印技术的技术原理

SynthID的水印方法植根于隐写术——一种将信号隐藏在其他数据中的技术，使得隐藏信息的存在难以被察觉，但可通过密钥或检测器恢复。

其核心设计目标包括：

• 水印不得降低内容面向用户的质量

• 水印必须能承受常见的内容修改，如压缩、裁剪、噪声干扰和滤镜处理

• 水印必须能可靠地表明内容是由集成了SynthID的AI模型生成的

以下是SynthID针对不同媒体类型实现这些目标的具体方式。

文本媒体场景

基于概率的水印技术

SynthID在文本生成过程中嵌入信号，具体方式是操控大型语言模型（LLM）选择下一个标记（单词或标记片段）时使用的概率分布。

这种方法的优势在于，文本生成本身具有概率性和统计性；微小的可控调整不会影响输出质量，同时能提供可追踪的签名。

图像和视频媒体场景

像素级水印技术

对于图像和视频，SynthID将水印直接嵌入生成的像素中。例如，在通过扩散模型生成内容的过程中，SynthID会在特定位置对像素值进行细微修改。

这些修改低于人类可感知的差异，但编码了机器可读取的模式。在视频中，水印会逐帧应用，即使经过裁剪、压缩、噪声干扰或滤镜处理等转换，也能实现时序检测。

音频媒体场景

基于频谱的编码技术

对于音频内容，水印处理过程利用了音频的频谱表示。

1. 将音频波形转换为时间-频率表示（频谱图）

2. 利用与心理声学（声音感知）特性对齐的编码技术，在频谱图中编码水印模式

3. 从修改后的频谱图中重建波形，确保嵌入的水印对人类听众不可闻，但可被SynthID的检测器检测到

这种方法确保即使经过压缩、噪声添加或速度调整等修改，水印仍可被检测到——不过需要注意的是，极端修改会降低检测概率。

水印检测与验证

一旦水印被嵌入，SynthID的检测系统会检查内容，判断是否存在隐藏签名。

像SynthID Detector门户这样的工具，允许用户上传媒体以扫描水印的存在。检测过程会突出显示水印信号较强的区域，实现更精细的原创性检查。

SynthID的优势与局限性

SynthID设计用于承受典型的内容转换，如裁剪、缩放、图像/视频压缩，以及噪声添加和音频格式转换。它还能应对文本的轻微编辑和改写。

然而，剧烈修改（如极端编辑、激进改写和非AI转换）会降低水印的可检测性。此外，SynthID的检测主要适用于由集成了该水印系统的模型（如谷歌的AI模型）生成的内容，可能无法检测来自未集成SynthID的外部模型的AI内容。

应用场景与广泛影响

SynthID的核心应用场景包括：

• 内容原创性验证：区分AI生成内容与人类创作内容

• 打击虚假信息：追踪用于欺骗性叙事的合成媒体的来源

• 媒体来源追踪：帮助媒体机构、合规平台和监管机构追踪内容来源

• 研究与学术诚信：支持AI内容的合规、负责任使用

通过在AI输出中嵌入固定标识符，SynthID提升了生成式AI生态系统的透明度和可信度。随着采用率的提高，水印技术可能成为工业界和研究领域中AI平台的标准实践。

结论

SynthID是AI内容可追溯性领域的一项重要进步，它将加密级强度、不易察觉的水印直接嵌入生成的媒体中。通过利用模型对文本标记概率的特定影响、对图像和视频的像素修改，以及对音频的频谱编码，SynthID在不可见性、稳定性和可检测性之间实现了实用的平衡，同时不损害内容质量。

随着生成式AI的持续发展，像SynthID这样的技术将在确保AI负责任部署、打击滥用，以及在合成内容无处不在的世界中维持信任方面，发挥越来越核心的作用。

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0