AI水印的两大家族
人工智能水印分为两大类：字符级伪影和统计指纹。字符级人工制品是离散的 Unicode 代码点（零宽度空格、不间断空格、方向标记），它们被插入到文本中，因此对于人类读者来说看起来很正常，但带有隐藏的有效负载。统计指纹被融入到模型的生成过程本身中：某些单词系统地优先于同义词，从而在标记概率中产生了可检测到的偏差，这种偏差在释义中仍然存在。
为什么人工智能公司嵌入水印
三种商业压力推动了水印。首先，法律责任：被认定为人工智能生成的输出为公司在版权纠纷中提供了辩护。其次，防止滥用：标记人工智能文本有助于平台控制垃圾邮件、虚假评论和虚假信息。第三，研究问责：已发布的人工智能输出可以追溯到特定的模型版本，这对于审计安全事件很有价值。
不可见的 Unicode 字符
最常见的字符级水印是不可见的 Unicode 代码点。它们的视觉宽度为零，因此在任何显示比例字体的文本编辑器中都无法检测到它们。它们可以从浏览器复制粘贴到文档中，没有任何视觉痕迹。常见的例子包括：
- U+200B — 零宽度空间
- 最流行的 AI 水印字符。插入在单词之间或标点符号之后——视觉上无法察觉，但被人工智能探测器和一些文字处理器检测为异常。
- U+200C — 零宽度非连接器
- 在阿拉伯语和波斯语文本中合法，可抑制连字。在拉丁文字文档中，它没有视觉功能，是可靠的水印信号。
- U+00AD — 软连字符
- 仅在换行处渲染。将其放置在单词中间会创建一个不可见的标记，该标记可以在大多数复制粘贴操作中幸存下来。
- U+FEFF — 字节顺序标记
- 仅应出现在文件开头的旧编码标记。发现在文本中间，它始终是插入产物。
统计和语义水印
更复杂的水印在模型级别运行，不需要特殊字符。 Google 的文本 SynthID 使用“锦标赛”系统：在每个标记位置，模型会秘密对候选标记进行排名，并偏向于预先确定的绿色列表中的标记。偏差太小，不会影响可读性，但足够大，可以通过段落中的统计置信度来检测。这些水印更难去除，因为清理它们需要解释内容，这会改变含义。
水印如何影响您的工作流程
即使是看不见的水印也会造成真正的问题。零宽度字符会破坏代码中的正则表达式模式，破坏按令牌计费的 API 中的令牌计数，触发抄袭检查器中的误报，并导致文字处理器对单词进行错误连字符。对于SEO，搜索引擎爬虫可能会将隐藏字符解释为关键字填充。对于发布来说，它们可能会触发 CMS 内容长度验证器并导致 PDF 导出中的编码失败。
检测和删除字符级水印
通过扫描文本中每个字符的 Unicode 代码点并标记超出文档语言预期范围的代码点，可以可靠地检测到字符级水印。删除是无损的：隐藏字符被删除，不影响可读内容。我们的工具在您设备上的浏览器中准确执行此扫描，而无需将您的文本上传到任何服务器。