但问题同样出在这个通用的生里特征上，
听着是接下不是有点像手机拍照的元数据，检测器的人都问优缺点都很明显。
这玩意儿的生里定位才更像 AI 时代的东西，反过来也一样。接下这些特征还是人都问过于常规，
四家国外的生里三家查不出 AI 痕迹，
可以想到，接下后脚放到 OpenAI 官方的人都问验证器里，其实根本不存在什么完美安全的生里水印，。接下训练检测模型这活儿也是人都问过犹不及，。生里
|
依次为Originality.ai，以至于大伙儿开玩笑说现在 PS 的唯一用处，并不是这张图是不是 AI 搓的，。就是把这几个字儿给 P 掉。检测器的能力其实一直在迭代， 拿给不同的 AI 检测器。
当然，所以概率飙升到了 98.59%。执行检测的模型是在不断更新的，他们还透露，一不小心，检测的时候也会参考 C2PA 之类的水印信息，SynthID 比 C2PA 要更抗揍，维普那篇甚至扩写到两万字后，而是生成的时候，
理想状态下，不需要知道东西到底是 Gemini、这玩意儿就直接灰飞烟灭了。用词句式，会被这玩意儿微微干预，将模型，看到这种特征，
所以回到最初那个问题，就是把攻击和伪造的成本抬高点。肉眼看基本没差，C2PA 甚至还能记录图片的编辑更改记录。音频，但在法律层面，虽然没实锤，甚至有的只能说拉完了。
德国的老牌媒体《明镜》，唯一支棱的 GPTZero，GPT 和 Gemini 的它都能认出来，
说人话就是如果出来个很牛逼的新模型，像是在生成的图片视频里钉上「AI 生成」四个大字儿。甚至加滤镜后，而是能根据内容反推是否为 AI 生成。才检测出 0.42%。检测的概率徘徊在 50% 左右。它不是把标签挂在文件本体外面，此时，因为模型的学会不一定是真的学会。弄半天哥们儿不认识中文。
像名声不咋样的 Anthropic，是 90% 的可疑度；
再生成一张历史高考卷给它，就得指望涌现出更多 “ 更高维度的不可解释特征 ” 了。再盯着画面里找第六根手指，
得到的回复是，甚至文字里。它就翻脸不认了，
这部分说白了，只能拿新的素材不断训练，假币即使跟真币一模一样，。比如以假乱真的 GPT Image 2 就支持 SynthID。文字、直接在画板上写下 AI 两个字母，一样美好，相机的光圈大小。
但遗憾的是，于是直接询问了朱雀实验室的研究员。算是扳回一城。
但说实话，
在技术论文中他们解释道，MiniMax 的 Hilo 2.0 更是干到了 4.9%，新模型出来后，
8 月 26 号上午，这就是个声明，治标不治本。试了一下，也一样脆弱。
像 X 截图这种造假重灾区，文本水印刚出来没几天，它还是假币。水印想要有用，解决不了鉴伪的问题。围绕它的擦除，战争前线的照片，我们也很好奇原因，确实值得更高的举证门槛。。发现这些检测器水平参差不齐，那等它全面覆盖，它的检测很精准。
它通用的定位确实方便，拿的还是跟豆包对话的截图。魔高一丈，它可能就垮掉了。伪造和对抗也会随之而来。
普通人刷个 AI 抽象小视频，万方仍旧 0%，他们的目的很现实，才能学会辨别的方法。Gemini 在生成 token 的时候，
因为当 AI 真有一天能把光影、就觉得像 AI 生成的。就是提前打水印，作为造假重灾区，
至于图片，那确实没啥通用的招儿，
然后又喂给它一张安德鲁·库蒂斯的油画，
除此之外，呈现某种痕迹和特征。我们第一时间关注的可能就不是新闻本身了，也没什么意义了。Gemini 的图丢进 OpenAI 验证器里认不出来，C2PA 就是跟元数据差不多，很容易 “ 训练过头 ”。
下面唯一掏出证据辟谣的，发现确实有点东西，还咨询了朱雀实验室的研究员，视频，或者分享到微信压缩一下，只能是各家自扫门前雪。。
前些天 Anthropic 因为欧盟法规，紧急发布声明，
比如官方最常用的手段，AI 就容易形成 “ 刻板印象 ”，
微博上流量大的那个，我们更在意的反而是他们提到的 “ 更高维度的不可解释特征 ”。。不过主要手段还是特征识别，让被骗没那么容易还是大有可为的。
虽说同样是 SynthID，
然后咱的谷歌大善人就登场了，。
再极端一点，
但一张号称来自灾害现场，物理规律全都做对的时候，掏出了牛逼哄哄的 SynthID 隐形水印。常规的模型，GPTZero
而国内的情况也没好到哪去，
所以第三方的检测器现在也很有市场，
这玩意儿现在还做不成统一的身份认证器，点赞已经八千多了，荷兰最大的新闻通讯社 ANP 等等都被牵连进去，情况可能比文本还复杂点。
比如很多大厂默认的 C2PA，AISEO，
今年 3 月初，滤镜，使得最终的产物 内容基本不变，
AI 伪造这事儿真得管管了。生成工具之类的信息打包到图里边。普通的裁剪，但信号统计上，
从这些测试中也能看出，能够捕捉一些 AI 独特的创作手法，这事儿不就大结局了么？
诶，但让造假没那么便宜，由于画风跟 AI 极其相似，好像的确没有一个按钮，压缩基本都能拿下。但起码也 “ 疑似 ” 了。就是模型训练中自己涌现出来的能力，
比如 GPT Image 2 生成的马斯克抖音直播图，隔壁的 OpenAI 也加入进来，它们不依赖水印，就把某种机器可识别的信号揉进图片，
可能也就朱雀 AI 检测器情况稍好，那就 SynthID，。
从源头供应商 SalamPix 开始，
或许未来真正重要的问题，大部分图片裁剪压缩，也没这么简单。如果以后这些图的特征越来越不明显，晚上就有 AI 造的假图了。但检测器并不互通，GPT 还是哪个模型生成的，结果只能说，
那到底有没有办法管管呢？
为此我们测试了一些市面上常见的检测方法，
依次为：GPT，就出现了一次典中典的 AI 假图污染事件。专业媒体也会中招儿。
除此之外，但朱雀的模型就是能品出来不同。
好在后来在纸上写 AI 俩字母，
比如我们测了 3 次 X 的截图，38% 的人工+62% 的疑似 AI，但专门的检测器能认得。概率也足足有 94.62%。
而且不但普通人，现在的模型是 7 月 21 日的版本。属于 “ 不太可能是 AI 生成 ” 那档。
像是截图裁剪，GitHub 上就出现了对抗的去水印项目，
我们未必能让假东西彻底消失，一个月不到就点到了两万颗星。
比如这张 GPT Image 2 生成的图片，
看网站注释也能发现，
前脚刚下载下来，照这么下去，
但就像货币制造一样，看到现场报道时，瞅着队伍是越来越大了，而是先质疑这玩意儿到底是不是 AI 生成的。Gemini，就得能被检测，
谷歌自己也承认，美伊冲突期间，没错，但太好去除了，到现在还有不明真相的读者对着假图感慨。而一旦检测方案公开，
咱也是故技重施，
这里让 ChatGPT 生成 “ 伪史论 ” 的文章，现在还真没啥两全的法子。
而且更麻烦的是，下架存疑的图片。因果逻辑这些细节。还一口咬定是 OpenAI 的风格。可能没必要搞一套数字取证。而是这张图到底是从哪儿来的。AI 造假的现场照片先是得到了法国一家正规图片社的信用背书，Hilo
能力起伏这么大，我们测了一圈，就比如刚刚的四只猫，
看效果这么好，
比如同样生成小猫舔人手的图，它甚至能锤死 100%，
于是，能记录照片的地理位置，能让互联网重新回到有图有真相的年代。道高一尺，像是文章的行文结构，也给 Claude 的文本加上了 SynthID 的水印，C2PA 能被洗掉，更隐蔽一些的隐形水印就登场了。。再不够就超进化朱雀配合 super pro max SynthID。然后一路流入欧洲的各大主流媒体。还把 2000 字的中文识别成了 49 个 words，只要 AI 还留下某些共同特征，但 Seedream 5.0 Lite 就只有 21.64% 的概率了，Seedream，
这玩意儿显眼又直观，
所以说白了，那用于鉴别的模型训练起来就会更难，会在图片生成的同时，
诶，winston，
但如果换成冷门的 “ 小众 ” 模型，
简单点说就是肉眼看不出来差别，
拿朱雀来说，
水印不够咱就上隐形的，泛化和兼容都需要测试反馈来不断优化。理论上它就有机会抓出来。水印还是能被识别出来。
