标题：1/15成本实现AI水印新突破 南洋理工大学与新加坡A*STAR前沿人工智能研究中心合作推出全新局部鲁棒图像水印方法MaskMark，其性能全面超越Meta的SOTA模型WAM，且训练成本仅为后者1/15。 MaskMark支持多水印嵌入、精准定位篡改区域、灵活提取局部水印及自适应支持32/6...

4月22日，IT之家报道指出，AI初创公司Rumi发现OpenAI的o3和o4-mini模型中嵌入了窄不换行空格（NNBSP, U+202F）等特殊Unicode字符。这些字符在普通视图下看似普通空格，但在专业工具如SoSciSurvey或Sublime Text中可被检测到。Rumi推测这是OpenAI故意设置的水印，但强调此方法易被绕过且误报率低。此前，OpenAI曾在GPT-4o等模型中未发现此类设置，而这些字符也可能源于模型从训练数据中学到的排版习惯。OpenAI过去尝试过多种水印方案，如DALL・E 3的C2PA元数据及GPT-4o的“ImageGen”标签。行业内，谷歌、微软和Meta也在内容溯源上采用类似技术，但研究显示多数水印技术存在安全隐患。

近日，由墨尔本大学、西澳大学、香港城市大学和慕尼黑工业大学联合研发的移动端AI安全新框架THEMIS正式发布。THEMIS是首个针对移动端AI模型部署后保护的系统性解决方案，已在USENIX Security 2025会议上接收。该框架通过重构只读模型、动态提取元数据及高效嵌入水印等技术，成功应对模型提取、知识产权侵犯等问题。在对Google Play上403个AI应用的测试中，THEMIS保护成功率超过81.14%，模型准确率影响低于2%。此框架不仅适用于医疗、金融、智能家居等领域，还能在模型提取和转换攻击下保持鲁棒性，为开发者提供可靠的安全保障。

据《科创板日报》8日消息，OpenAI正测试为GPT-4o图像生成模型添加水印的功能。AI研究员Tibor Blaho发现，免费用户生成的图像可能会被测试性地添加ImageGen标识水印。消息人士透露，订阅ChatGPT Plus的用户可以保存无水印的图像，但此计划目前仍处于测试阶段，未来是否正式实施尚未确定。这项举措可能涉及对生成内容真实性的标记，具体细节仍有待官方进一步确认。（Bleeping Computer）

4月7日，外媒Bleeping Computer报道，OpenAI正测试为GPT-4o图像生成模型加入水印的新功能。近期，ChatGPT因强大的图像生成能力频繁登上新闻，该模型不仅能生成带文字的图片，还能创作出高度真实的视觉作品，甚至能模仿吉卜力工作室的艺术风格。目前，ImageGen模型已向所有用户开放，但研究员发现，免费用户生成的图片可能带有水印，而ChatGPT Plus订阅用户可保存无水印的图片。OpenAI表示，该模型通过海量图像与文本的联合训练，不仅展现了出色的视觉表现力，还具备上下文理解能力。此外，OpenAI正在开发ImageGen API，以便开发者构建自己的应用。

谷歌Gemini 2.0推出的新功能引发关注，其图像编辑能力被网友发现能有效去除图片水印，甚至包括Getty Images等专业图库的防盗水印。尽管该功能目前仅限于AI Studio体验，但实测效果令人惊讶。Gemini 2.0并非直接删除水印，而是通过生成全新图像的方式实现“去水印”，但这一过程可能导致部分内容失真，例如处理财新报道截图时，文字变成乱码。尽管存在不足，Gemini 2.0仍被认为是业界首个原生多模态生图工具，操作效率远超传统方法，且支持复杂任务如文字替换、图片合成等，一次生成成功率较高。此外，它还能根据描述生成创意内容，如装修设计、人物全身图生成等，展现强大潜力。这一功能引发了关于技术应用边界及版权问题的讨论。

3月17日消息，谷歌推出的Gemini 2.0 Flash模型因其强大的图片去水印功能引发关注。该功能可移除包括盖蒂图片社在内的知名图库水印，并尝试修复水印移除后留下的空白区域。此功能虽表现优异且免费开放，但因缺乏使用限制而受到质疑。目前，Gemini 2.0 Flash模型仍处于实验性阶段，仅限开发者工具内使用。值得注意的是，其他AI模型如Anthropic的Claude 3.7 Sonnet和OpenAI的GPT-4o明确禁止此类操作，认为去除水印可能违反版权法规。尽管如此，Gemini 2.0 Flash在处理特定类型水印时存在一定局限性。截至目前，谷歌未就此事作出官方回应。

财联社3月14日电，国家网信办等四部门近日印发《人工智能生成合成内容标识办法》。办法提出，鼓励服务提供者在生成合成内容时添加数字水印等隐式标识。若用户申请无显式标识的内容，服务提供者可在明确用户标识义务及使用责任后提供，并需依法保存相关日志至少六个月。此举旨在规范AI生成内容管理，保障信息安全与透明度。

Google DeepMind团队在《自然》杂志上发表了一种名为SynthID-Text的文本水印方案，该方案能在不影响文本质量的情况下提高AI生成文本的检测精度。AI生成的文本因能模拟人类表达方式而难以检测，但可能含有事实性错误，导致虚假信息传播等问题。SynthID-Text通过一种新方法“锦标赛采样”，在生成文本时嵌入水印，从而有效识别AI生成内容。此技术已在Gemini人工智能模型上进行了大规模测试，结果显示其在保持文本质量的同时提高了水印检测率。

近日，谷歌DeepMind团队的研究成果登上《自然》杂志封面，提出了一种名为SynthID-Text的隐形水印方案，旨在解决AI生成内容难以辨识的问题。该方案通过在文本生成过程中嵌入不可见水印，提高了AI生成内容的可追溯性和可信度。研究人员开发了一种新颖的采样算法（Tournament采样），在不影响文本质量的前提下，实现了高效检测。实验结果显示，SynthID-Text在保持高质量文本生成的同时，显著提升了水印的检测率。此外，该技术已成功应用于谷歌自家的Gemini和Gemini Advanced模型中，用户反馈良好。这项研究有助于增强公众对AI生成内容的信任，并有望在未来大规模生产系统中广泛应用。 这一创新解决了AI生成内容的可检测性难题，为未来AI技术的应用提供了重要保障。SynthID-Text不仅提升了AI生成文本的质量，还确保了其真实性和可靠性，标志着AI领域的一大进步。