一种基于 i2i 破坏图片 synthid 隐形水印的方式
先看效果
直接将 openai 生成的图片拖入 openai 的 ai 检测工具中，能同时检测到检测到 SynthID 和 C2PA
这是截图之后再拖入检测工具的效果此时能检测到 SynthID ，但是无法检测出 C2PA ，无论是对图片进行压缩，转换格式，截图等方式进行转换，效果都是相同的。即能检测到 SynthID ，但是无法检测出 C2PA 。
这是将 ai 生成的图片经过 i2i 转换之后拖入检测工具的效果，此时 ai 检测工具失效，经过 i2i 转换的内容与原图片肉眼上看不出区别，此时 i2i 采样器的降噪强度是 0.1 （其实还有一种方法就是手机对着电脑拍照）
简单介绍一下 SynthID 和 i2i 这两个概念吧
SynthID 是 Google DeepMind 开发的“隐形数字水印”技术，用于帮助识别 AI 生成的图片、视频、音频和文字。你可以把它理解成 AI 内容里的“隐形印章”：人通常察觉不到，但专门的检测工具能识别。
它的基本工作方式是：
-
生成时加入标记：在内容中嵌入微小的信号，尽量不影响观看、聆听或阅读体验。
-
检测时寻找标记：工具检查这些信号，判断内容是否带有 SynthID 水印。
-
具有一定抗修改能力：例如图片经过压缩、裁剪或调色后，水印仍可能被识别，但并非任何修改下都有效。
它并不是万能的“AI 鉴定器”：检测不到水印，不代表内容一定由真人创作，也可能是生成工具没有加入 SynthID ，或水印受到破坏。
i2i 是 Image-to-Image 的缩写，中文叫“图生图”：给 AI 一张参考图，再配合提示词，让它在原图基础上生成新图。
常见用途包括：
-
换画风：把照片变成动漫、水彩或油画。
-
修改内容：调整服装、背景、颜色或细节。
-
完善草图：把简单线稿变成完整插画。
在 ComfyUI 里，常见做法是把原图经过 VAE 编码后送入采样器，通过 denoise （降噪强度）控制改动幅度：数值越低，通常越接近原图；越高，AI 自由发挥越多。
对应地，t2i （ Text-to-Image ）就是“文生图”，主要根据文字描述生成图片。
虽说如此，但是通过 i2i 生成的图片就一定没有问题吗？其实还是有的，本地的图片生成模型针对文字处理方面很弱，当降噪强度拉到 0.1 的时候，比较小的文字就会出现畸形，如图所示
那么吧降噪强度继续拉小能不能解决问题呢？实测是不行的，当前工作流下，在 0.01≤降噪强度＜ 0.05 的范围内，文字不会畸形，但是检测工具能识别出 SynthID ，在 0.05≤降噪强度＜ 0.10 检测工具无法给出结果，会一直转圈，直到到达请求上限。
那有没有一种无损的对文字进行处理的降噪方式呢？我也不知道。。。
其实这个工作流并不是拿来干这种事情的，它其实是一个 i2i 图像参考工作流，该结论是一个无意间的发现，也就是说使用其他相同功能的 i2i 工作流也能达到类似的效果
结论就是，当前工作流在降噪强度≥0.1 的时候，确实能够破坏 SynthID 和 C2PA 从而影响 ai 检测结果
需要注意的是 SynthID 并不是通用的。打个比方来说，你把豆包生成的图片去个水印丢去 openai 的工具，他一样识别不出来，各家有个家的特征码，但是原理是一样的，都差球不多，同样的 i2i 干扰 ai 检测也能运用到其他平台上
同样是隐性水印，该方法对办公软件是否有效呢？这很刑，我手头缺乏有效的验证手段，无法进行验证
Select Language