SynthID-Image: Image watermarking at internet scale

我们推出SynthID-Image，这是一种基于深度学习的系统，用于对人工智能生成的图像进行不可见的水印标记。本文阐述了在互联网规模上部署此类系统所需满足的技术要求、威胁模型以及面临的实际挑战，重点解决了有效性、保真度、鲁棒性和安全性等关键需求。SynthID-Image目前已用于为谷歌旗下各项服务中的超过一百亿张图像和视频帧添加水印，其对应的验证服务也已向受信任的测试者开放。为完整起见，本文还对外部模型变体SynthID-O进行了实验性评估，该版本通过合作方式提供使用。我们将SynthID-O与文献中其他事后水印技术进行了基准对比，结果表明其在视觉质量和抵抗常见图像扰动的鲁棒性方面均达到了业界领先水平。尽管本研究主要聚焦于视觉媒体，但其中关于系统部署、限制条件及威胁建模的结论同样适用于音频等其他模态。本文全面记录了基于深度学习的媒体溯源系统在大规模部署过程中的实践经验。

论文试图解决AI生成图像的溯源与真实性验证问题，特别是在互联网规模下如何对AI生成的图像进行不可见水印标记，以应对虚假信息传播、内容伪造等安全挑战。随着生成模型（如扩散模型）的普及，区分AI生成内容与真实图像变得愈发重要，因此该问题具有现实紧迫性，虽然水印技术已有研究，但在大规模部署、鲁棒性与视觉保真度之间的平衡仍是一个较新的系统性挑战。

提出SynthID-Image，一种基于深度学习的隐形水印系统，能够在生成过程中嵌入不可见水印，并在不影响图像质量的前提下实现高保真、强鲁棒的水印检测。其关键创新在于将水印编码器和解码器联合训练，优化在多种常见图像变换（如压缩、裁剪、色彩调整）下的鲁棒性，同时确保视觉无损，适用于谷歌旗下大规模服务的实际部署场景。

系统已实际部署并用于标记超过100亿张图像和视频帧，验证服务向可信测试者开放；实验部分通过外部变体SynthID-O与其他后置水印方法对比，展示了在视觉质量和抗扰动能力上的SOTA性能；评估涵盖了多种典型图像变换；尽管代码未完全开源，但通过合作渠道提供访问；未来可深入研究跨模态扩展（如音频）、对抗性攻击防御及长期鲁棒性。

1. Defending Against Image Synthesis with Deepfake Watermarking 2. ForensicTracing: A Memory-Efficient Deep Neural Network for Image Source Attribution 3. DiffusionDet: Diffusion Model for Object Detection 4. Content-Fingerprinting for Generative Models: Towards Provenance in AI-Generated Images 5. Robust Digital Watermarking for AI-Generated Content Using Frequency Domain Embedding