Ghost Font: 一種反 AI 的視覺傳播實驗

Ghost Font 利用動態與誘餌來規避 AI 感知

Ghost Font 是一種實驗性的視覺傳播方法，它將訊息編碼進影片而非靜態文本中。它利用了目前許多多模態 AI 模型將影片分析為一系列靜態影格的特性，而人類的眼睛則能感知動態與時間模式。透過將字母渲染為移動的點，使其在暫停時與背景融合，Ghost Font 創造了一種在單張截圖中不可見，但在播放過程中對人類觀察者而言清晰可讀的訊息。

為了進一步增加自動解碼的難度，Ghost Font 結合了誘餌訊息。如果 AI 代理嘗試分析點的運動，它可能會首先遇到誘餌文本並將其識別為主要訊息，從而有效地誤導模型。

技術實作與「字體」之辨

雖然被稱為「字體」，但 Ghost Font 並非傳統的字型檔（例如 TTF）。相反地，它是一個影片生成系統。其核心機制依賴於以下層次的混淆技術：

• 時間編碼： 字母是由點組成的，這些點在任何單一影格中與背景在視覺上是相同的。訊息僅透過這些點隨時間的運動而顯現。
• 靜態偽裝： 由於點會與背景融合，靜態截圖無法產生可讀文本，從而挫敗了標準的光學字元辨識 (OCR) 工具。
• 誘餌分層： 嵌入了第二層虛假的訊息，用以欺騙具備時間分析或本地代碼執行能力的 AI 代理。

這種方法是 2013 年 ZXX 字體等項目的現代演進，ZXX 使用雜訊與偽裝來挫敗 OCR。然而，雖然 ZXX 對早期的 OCR 有效，但現代 AI 模型現在可以輕易地閱讀 ZXX 文本。Ghost Font 試圖透過將挑戰從靜態圖像分析轉移到時間感知，來改變遊戲規則。

AI 能力與脆弱性分析

儘管設計目標如此，社群分析與測試顯示，Ghost Font 對於先進的 AI 模型而言並非絕對的屏障。研究人員已識別出幾項技術脆弱性：

時間與光流分析

部分用戶回報，先進模型（特別是 GPT 5.6 Sol）可以透過使用時間分析來解碼文本。透過應用光流 (optical flow) 與垂直位移圖，AI 可以估算圖像運動並生成運動圖，從而揭示字母形狀。

影格差分

該系統容易受到簡單的演算法攻擊。一位用戶展示了透過擷取兩個連續的影格，應用擾動（位移索引），並將影格相減，即可在幾行代碼中恢復字母的視覺輪廓。

模型幻覺

在某些情況下，模型會完全失敗。一份報告指出，ChatGPT 5.5 Pro 花費了 19 分鐘分析 Ghost Font 影片片段，結果卻產生了幻覺，生成了不存在的訊息，而另一位用戶回報，當被要求閱讀截圖時，模型返回了完全無關的短語（"WHAT HAPPENS IN VEGAS STAYS IN VEGAS"）。

潛在應用與限制

Ghost Font 的創作者建議，這項技術可以整合到 CAPTCHA 系統中，以取代目前容易被 AI 解決的版本。透過要求感知動態來解決挑戰，它可以為自動化機器人建立更高的門檻。

然而，目前的原型存在顯著的實際限制：

• 人類可讀性： 用戶指出文本對人類來說可能難以閱讀，有些人將其比作「魔術眼」(Magic Eye) 3D 圖片，並回報了眼睛疲勞。

• AI 軍備競賽： 正如社群成員所指出的，任何基於模式的混淆技術都面臨著貓捉老鼠的遊戲。一旦編碼方法被揭露，AI 就可以透過特定的腳本或更新的模型架構來學習解碼。

• 安全性： 該項目承認，若要實現真正的保密，加密仍然是唯一可行的解決方案，因為 Ghost Font 是一種混淆技術，而非加密技術。