Matrix精选
2026年07月13日
8 分钟阅读
Matrix 首页推荐
Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。
文章代表作者个人观点，少数派仅对标题和排版略作修改。
阅前提示：本文所有文字内容均由本人写作，但部分图片内容为 AI 生成，每张图片均在图片标注中注释了明显的 AI 生成提示（包括生成图片的模型及版本号）。
上图是一张 AI 生成的图片，如果不是因为颇显离奇的出镜人物，即便你定睛细看、甚至放大数倍观察文字和毛发边缘，也极难看出这是 AI 生成的图片。你可能会认为这是《生活大爆炸》的整活。1
「罪魁祸首」之一便是 OpenAI 在今年 4 月发布的 ChatGPT Images 2.0，这款模型首次将 Agentic 推理能力引入了图像生成模型中，借此它能够生成更加逼真、复杂的光影效果。更恐怖的是，它几乎彻底攻克了以往 AI 图片生成模型「不会写字」的顽疾，从图像中的招牌、宣传单到包装上的文字，渲染准确率极高。2
「眼见为实」这句人类奉行了数千年的真理，在 2026 年的今天，正式宣告破产。当造假门槛低到就连普通人都只需输入几句提示词，就能制造几乎完美的图片作为证据时，我们的视觉信任体系已然樯倾楫摧。幸运的是技术引发的危机，依然可以凭借技术来解决：就在 ChatGPT Images 2.0 发布一个月后的 5 月 20 日，OpenAI 又公开了一项重大举措：全面引入 C2PA 开放标准和来自 Google DeepMind 的 SynthID 隐形水印技术。
要让别人知道一张图是 AI 生成的，最直观的方法是什么？给图片贴个标签。这是 C2PA（Coalition for Content Provenance and Authenticity，内容来源与真实性联盟）3正在做的事。
你可能会有些疑问：图片 EXIF 信息的修改不是很容易就能做到吗，为什么还要单独搞一个联盟？代码工程师们确实可以偷懒只写一写 EXIF 信息，然后把代码交上去给大老板们看，但 C2PA 的技术背景要复杂的多。
C2PA 的底层架构，依赖的是网安从业人员非常熟悉的 PKI（公钥基础设施）。当 AI 模型生成完成一张图像后，AI 厂商的服务器会自动用私钥对图片进行数字签名，这就相当于给了图片一个独一无二4的「数字身份证」。当你拿到这张图，可以使用厂商公开的公钥去验证签名，确认这张图片是否是这个厂商的 AI 模型生成的。
C2PA 还有一个能够把信息记录得非常详尽的设计：链式记录。如果你在一张图片的处理过程中使用了多个支持 C2PA 的硬件/软件，它们的所有信息都会一条不落、按照顺序被记录下来。
举个例子：假设你有一张带有 C2PA 签名的由 ChatGPT Images 2.0 生成的图像，你把它放进 Photoshop 里又裁剪了一下，Photoshop 此时不会覆盖掉 OpenAI 的原始签名，而是会增加一条来自 Adobe 的新签名，并将其与 OpenAI 的原始签名链接在一起，形成一条由各厂商数字签名组成的、不可篡改的「链条」。任何人查看这张图时，都能清晰地看到它的一生：出生地是 OpenAI ChatGPT Images 2.0、在 Adobe Photoshop 长大，每一个部分都有对应厂商的数字签名，一旦有人试图用某些手段强行抹除或修改其中任何一个部分，整个数据链条就会断裂，也能非常轻易地被验证工具检测出来。
和全世界所有的数字系统一样，C2PA 同样存在弱点——它附加在文件的元数据层而非像素层，所以当你在微信、QQ、微博等社交软件上发送了一张图片，平台为了节省带宽，可能会直接暴力的去除掉所有元数据和 EXIF 信息，包括 C2PA 信息。
所以一旦脱离了原始文件，C2PA 的「数字身份证」作用就彻底失效了——甚至我们只需要像这样截个图，就可以规避掉所有的 C2PA 验证。
为了对付这种脱壳行为，AI 厂商必须祭出另外一个更加隐蔽、安全性也更高的技术。
罗辑指着那些石碑说，「我们试过所有的存储方式，光盘、硬盘、闪存、量子存储……最长的保质期也不过几百年。最后我们发现，能保存一亿年以上的，只有这个。」他拍了拍身边的石碑，「最原始的方法，反而最持久。」
从古希腊利用头皮刺青和涂蜡木板隐藏密信，到世界大战中利用柠檬汁隐形「墨水」与微缩胶片传递军情，再到现代利用离散余弦变换在数字图像中隐藏信息，人类的隐写术始终在与检测技术进行着跨越数千年的猫鼠游戏。
在数字时代，传统的隐写术通常是修改图像像素的最低有效位（Least Significant Bit，LSB）。比如将一个像素的 RGB 值从（0,0,0）微调成（1,1,1），人眼分辨不出来，但计算机可以。
但问题就在于这种「传统隐写术」相当脆弱，只要图片被稍微有损压缩一下或者加一点噪点，图片里隐藏的信息就全毁了。针对 AI 生成的图像，我们更需要鲁棒性隐写术，即水印必须在经历有损压缩、截图、裁剪、甚至加上滤镜和高斯模糊后，依然能被准确读取。
SynthID 不只是简单粗暴地修改像素颜色，它深入到了图像的频域中。
如果你熟悉音频处理机制，就会知道傅里叶变换可以将声音分解为不同频率的波形（是的，让理工科学子头疼的傅里叶还在追我……），图像也是如此。通过数学变换（例如离散余弦变换），图像可以被分解为低频信息（大致的轮廓和色块）和高频信息（边缘、纹理和噪点），不太懂的网友可以看看下面两张图片。
SynthID 的算法会在图像生成的极早期阶段，悄悄地在图像的某个特定高频频段中，注入一种人眼看不到的微观噪声。就像是在一首歌里加入一些「超声波」，你完全听不到，但是仪器能检测到。
SynthID 最精妙的设计在于它经受过对抗性训练。在训练 SynthID 的信息注入模型时，Google DeepMind 的工程师设计了一个和注入模型作用完全相反的模型，注入模型加水印，它就绞尽脑汁的尝试破坏水印：压缩到包浆、加满噪点、甚至用其他 AI 绘图模型来「净化」它。在这样的对抗中，注入模型必须不断调整自己的水印嵌入策略，直到无论这个「反注入模型」怎么折腾水印仍然能被识别，才能造就 SynthID 无与伦比的「健壮性」。
都看到这了，还记得本文第一章第三节的标题是什么吗？
没有绝对安全的系统。
厂商给 AI 生成的图片打上的「钢印」有没有被攻破的时候呢？当然有，在网络安全领域，任何宣称「绝无破解之法」的系统，最终都会被证明是傲慢的。这也要引入这段话的后半句话了：没有绝对安全的系统，只有不断升级的博弈。
弱小和无知不是生存的障碍，傲慢才是。
比如今年 4 月，一位来自 GitHub 的开发者@Aloshdenny 声称仅凭 200 余张由 Gemini 生成的图像，就能够扰乱 SynthID 注入的水印，「让解码器产生混乱、令其放弃读取」，而 Google DeepMind 也立刻采取了一项极具威力的反制措施：动态改变水印嵌入的频域，使任何算法都无法实现 SynthID 水印的直接去除。
OpenAI 在引入 C2PA 和 SynthID 隐形水印技术的同时，也上线了一个验证器，即便肉眼无法辨认，验证器也可以帮我们「辨忠奸」。
而如果你是创作者，想要证明自己的作品不是 AI 生成的，也可以参考以下路径：
如果你使用的是 Adobe 的软件，可以在导出作品时，开启 Content Credentials 功能，它会为你导出的文件打上你的数字签名。
部分 Leica、Sony 等厂商的新款相机已经在硬件底层集成了 C2PA 签名芯片，它会给用这些相机拍摄的每一张图片打上 C2PA 数字签名，向别人证明：「这张图片里的每一束太阳光，都是在现实世界里奔跑了 8 分 20 秒，最终到达了这台相机的 CMOS 上，并被保存成数字形态，供你们观看。」
从石刻雕塑到活字印刷，从胶片相机到数码微单，人类记录信息的方式一直在变化，但我们对「真实性」的需求从未改变。
回望互联网的发展史，早期的 HTTP 协议同样充斥着各种明文裸奔与中间人攻击，直到 HTTPS 和 SSL 证书普及，那个代表安全的「小锁头」才成为了我们习以为常的东西。今天的 C2PA 和 SynthID 等反制技术，也正处于属于它们自己的「HTTP 时期」。也许在五年或十年后，我们可以不再需要刻意去寻找或使用什么验证工具，操作系统和浏览器会在底层静默完成一切校验。一张没有「数字钢印」的图片，会像今天没有使用 HTTPS 协议的网页一样，被系统自动拦截并打上「您的链接不是私密连接」的红色警告。
> 关注 少数派小红书，感受精彩数字生活 🍃
> 实用、好用的 正版软件，少数派为你呈现 🚀
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。