Google正在Gemini应用中推出一项新的检测功能,帮助用户回答一个关键问题:"这张图片是由AI生成的吗?"
从现在开始,Google的Gemini聊天机器人将能够检测上传图像中公司不可见的"SynthID"水印,以高度的可信度指示图片是否由Google AI模型创建或修改。
Google的AI模型在创建图像时会自动嵌入SynthID水印。虽然人眼无法看见,但可以使用专用的专有工具进行检测和解码。Google的许多现有工具已经能够检测SynthID水印,特别是目前面向记者和媒体专业人士开放的SynthID检测器门户。用户还可以通过Google Photos的"AI信息"面板查看AI归属详细信息,包括SynthID水印的存在。随着新功能集成到Gemini应用中,这种检测能力现在更加广泛可用。
然而,将这项功能添加到Gemini中,让每个人都能检查图像是否为AI生成。
如何在Gemini应用中检查Google AI图像
要分析图像,用户需要将其上传到Gemini应用或网页版Gemini,然后询问"这张图片是用AI生成的吗?"Gemini随后会分析图片并提醒用户发现的任何SynthID水印,表明该图像是用Google AI模型创建的。
即使没有找到SynthID水印,Gemini也会尝试分析图像中AI的明显迹象。Gemini 3 Pro在检测细微的AI痕迹方面特别有效,经常能发现普通观众可能错过的明显迹象,比如文本中出现常见提示词的残留、物理效果不一致的对象,或不自然光滑的"AI皮肤"外观。除了视觉痕迹,它还能发现其他线索,如生成式AI应用常用的文件命名约定和可见水印,比如Nano Banana在其AI生成图像中添加的"星花"图标。然而,与SynthID不同,这些技术无法绝对确定地确认AI生成。
Google Gemini中的SynthID:存在什么局限性?
最重要的局限性,也是一个主要问题,是SynthID只适用于Google的AI模型。其他生成式AI平台,如Midjourney或GPT Image 1,不使用SynthID水印,因此Gemini无法检测。不过,Gemini会尝试通过其他方式识别AI生成的内容,比如寻找其他AI平台通常使用的可见水印、标识和文件名,但无法给出确定答案。
更重要的是,虽然SynthID水印对于想要负责任地使用AI的创作者来说是一个有价值的工具,但它们对那些意图欺骗的人提供不了真正的防护。虽然水印对基本修改(如裁剪、调整大小或应用滤镜)保持抗性,但任何具有基本技术知识的人都能轻松破解这个系统。
Gemini中的AI内容检测:下一步是什么?
除了图像,SynthID还适用于视频、音频和文本。Google已承诺将Gemini的检测能力扩展到这些格式,但同样的局限性仍然适用。
Gemini的SynthID检测工具是朝着正确方向迈出的一步,但只是一小步,因为它仍然无法明确回答我们的核心问题:"这张图片是由AI生成的吗?"在实践中,Gemini 3 Pro识别AI图像的天生能力在这种情况下可能更有用。Google还在开发C2PA内容凭证支持,这将让用户验证来自其他平台的内容,而不仅仅是Google的。
单独的SynthID并不是深度伪造或AI虚假信息的解决方案。然而,这是一个有意义的进步,将推动用户养成验证内容而不是简单地信以为真的习惯。
Google Gemini中的SynthID检测功能正在推出,但可能需要一段时间才能覆盖所有地区。
Q&A
Q1:SynthID水印是什么?它是如何工作的?
A:SynthID是Google AI模型自动嵌入到生成图像中的不可见水印。虽然人眼无法看见,但可以使用专用工具进行检测和解码,从而确认图片是否由Google AI模型创建或修改。
Q2:Gemini能检测出所有AI生成的图片吗?
A:不能。Gemini只能检测Google AI模型生成图像中的SynthID水印。对于其他AI平台如Midjourney或GPT Image生成的图片,它只能通过分析可见水印、文件命名等线索来推测,无法给出确定答案。
Q3:如何使用Gemini检测AI图片?
A:将图片上传到Gemini应用或网页版,然后询问"这张图片是用AI生成的吗?"Gemini会分析图片中的SynthID水印和其他AI迹象,并告知检测结果。目前该功能正在推出,可能需要时间覆盖所有地区。
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。