Spymarks：AI媒体中隐形追踪技术的演变

Spymarks代表从真实性验证到隐蔽用户追踪的转变

虽然传统水印是用于声明所有权或验证真实性的可见标记，但spymark是一种嵌入在数字媒体中的隐藏信号，可在用户不知情或未同意的情况下将作品追溯到特定个人。该技术允许平台将数据库标识符——链接到全名、IP地址和其他个人数据——直接嵌入文件的像素、波形或词汇选择中。

跨模态的技术实现

Spymarking利用隐写术原理，将数据隐藏在介质的噪声或频域中，使信号对人类不可察觉，但机器可读。

图像和视频Spymarking

现代系统可以在图像中嵌入大量数据。例如，Google的SynthID-O可以在512x512像素的图像中编码136位的数据，提供足够的空间用于64位数据库标识符和72位纠错码。这些标记通常嵌入在频域中，使其能够抵御常见的编辑和压缩操作。

音频Spymarking

音频spymarks通常是听不见的，可以通过在时域中修改音频波形、在频域中改变特征，或结合两者来实现。像audiowmark（起源于2018年）这样的工具可以隐藏受AES密钥保护的128位数据，确保只有密钥持有者才能解码追踪信息。

文本Spymarking

基于文本的spymarks通过引导词汇选择来创建可检测的统计模式。通过在同义词之间进行选择（例如，选择"winding"而非"curving"），AI可以编码一个二进制数据，该数据可映射回包含作者身份、日期和其他元数据的数据库密钥。

Spymarks与传统元数据和水印的对比

Spymarks在可见性和控制方面与可见水印和标准元数据（如EXIF或ID3标签）有根本区别。

特性	可见水印	标准元数据（EXIF/ID3）	Spymark
可见性	高（用户可见）	隐藏（但标准化）	不可见（不可察觉）
控制	明显/可移除	可检查/可编辑	不透明/持久
目的	所有权/真实性	组织/技术数据	隐蔽追踪

与可使用标准工具剥离的EXIF标签不同，spymarks嵌入在文件的实际内容中。这使其对元数据移除和某些类型的编辑具有极强的抗性，意味着即使用户尝试“清理”文件，追踪信号依然存在。

隐私影响与风险

spymarking的泛滥对匿名性和信息自由流动构成重大风险。如果每条社交媒体帖子或共享文件都携带一个与账户关联的spymark，就有可能重建内容传播的完整路径。

对举报人和异议人士的风险

由于spymarks是不可见且持久的，对举报人尤其危险。一份包含spymark的泄露文档或截图，无论文件元数据是否被移除，都可追溯至原始接收者。

商业滥用的潜在风险

社区讨论指出，spymarks可能被用于激进的广告归因。如果硬件驱动程序或操作系统级工具持续扫描这些信号，广告商就能精确追踪spymarked广告何时出现在用户屏幕上，从而绕过传统的基于浏览器的追踪方式。

社区观点与反驳

尽管《Spymarks, Not Watermarks》的作者认为这项技术纯粹具有敌意，但其他观点认为其具有潜在用途：

• AI检测：有人认为，在深度伪造泛滥的时代，spymarks若能标识代理（AI模型）而非用户，则对识别AI生成内容具有净积极意义。
• 版权保护：有人建议，创作者可利用这些工具证明其作品在未经许可的情况下被用于AI训练集。
• 技术怀疑论：一些用户指出，这些标记可通过“模拟漏洞”（例如拍摄屏幕照片）或向文件添加足够熵/噪声以清除信号来规避。

"没有水印或spymark并不能证明来源不是AI生成的。但缺失提供了证据，表明它并非如此。"

历史先例

Spymarking并非新概念，而是通过生成式AI得以规模化。历史案例包括：

• 打印机追踪点：自1980年代以来，部分打印机已嵌入黄色追踪点（机器识别码），用于识别打印机及打印时间。
• 企业泄密者识别：公司长期在内部文件和电影试映片中使用独特且不可见的水印，以识别具体文件的泄露员工。