8 月 31 日消息，隨著 AI 圖片及 AI 視頻日益泛濫，相信現(xiàn)在越來(lái)越多的人已經(jīng)無(wú)法再通過簡(jiǎn)單的肉眼觀察去辨別相關(guān)媒體內(nèi)容是否為 AI 生成。

針對(duì)這一問題，美國(guó)康奈爾大學(xué)的研究人員提出了一種新的取證方法：通過在拍攝場(chǎng)景的光源中嵌入隱形數(shù)字水印，使得在視頻錄制完成后仍能驗(yàn)證其真實(shí)性。

這一概念名為“噪聲編碼照明”（noise-coded illumination），由康奈爾大學(xué)計(jì)算機(jī)科學(xué)研究生 Peter Michael 主導(dǎo)完成，并在 2025 年 8 月 10 日于 SIGGRAPH 2025 上首次公開。該思路最初由康奈爾大學(xué)助理教授 Abe Davis 提出。

Davis 表示：“這是一個(gè)長(zhǎng)時(shí)間存在的嚴(yán)重問題。它不會(huì)消失，而且只會(huì)變得越來(lái)越嚴(yán)重。”

與傳統(tǒng)方法直接在視頻文件中嵌入像素級(jí)水印不同，這一技術(shù)將水印置于物理光源中，從而確保任何攝像設(shè)備（無(wú)論是專業(yè)攝影設(shè)備還是智能手機(jī)）都會(huì)在拍攝時(shí)自動(dòng)記錄下水印。

▲ 左邊是 Abe Davis，右邊是研究生 Peter Michael

在實(shí)現(xiàn)方式上，可編程光源（如電腦顯示器、攝影棚照明或特定 LED 燈）可通過軟件注入編碼亮度模式；而普通不可編程燈具則可通過附加一枚郵票大小的芯片來(lái)實(shí)現(xiàn)，芯片會(huì)根據(jù)“密碼”對(duì)光源強(qiáng)度進(jìn)行細(xì)微調(diào)整，且肉眼無(wú)法察覺。

也就是說，該技術(shù)可憑借獨(dú)特編碼為每個(gè)光源生成一段低分辨率、帶有時(shí)間戳代碼的“水印視頻”。Davis 解釋說：“當(dāng)有人篡改視頻時(shí)，被篡改部分會(huì)與這部分視頻產(chǎn)生矛盾。如果有人嘗試用 AI 生成假視頻，生成視頻的代碼看起來(lái)就像隨機(jī)變化。”

通過比對(duì)這些編碼模式，分析人員將能夠迅速檢測(cè)到缺失片段、插入對(duì)象、被修改的場(chǎng)景。例如，如果訪談中的內(nèi)容被刪除，視頻代碼就會(huì)出現(xiàn)一段視覺空白；而虛構(gòu)內(nèi)容通常會(huì)以純黑區(qū)域顯示。

研究團(tuán)隊(duì)已在同一場(chǎng)景中展示了最多三種獨(dú)立光源編碼的應(yīng)用，從而大幅提高了水印的復(fù)雜性。這意味著，就算存在造假者，他也必須同時(shí)偽造多個(gè)相互匹配的視頻代碼來(lái)交叉驗(yàn)證。Davis 指出：“即使對(duì)手知道我們?cè)谑褂眠@種技術(shù)，并且設(shè)法推算出代碼，其工作也極其難展開。”

Davis 總結(jié)道：“視頻曾被視為真實(shí)來(lái)源（視頻不能 P），但現(xiàn)在我們不能再這樣想了。如今幾乎可以通過 AI 生成任何想要的視頻，這既可能帶來(lái)樂趣，也可能引發(fā)問題，因?yàn)楸鎰e真?zhèn)沃粫?huì)越來(lái)越難。”