AI图画的水印技能要变天了!
一款全新的去水印技能——UnMarker,能在5分钟内去除市面上简直一切的AI图画水印。
其间,谷歌水印东西HiDDeN已被彻底破解,SynthID也已被攻破79%!
UnMarker在高效去除水印的一起,还坚持了较高的图画质量。
现在,UnMarker现已在GitHub上免费开源,用户仅凭消费级显卡就可完本钱地布置。
UnMarker的呈现,让本来被视为有用对立AI造假的水印技能变得不再牢靠。
UnMarker创作者Andre Kassis标明:
我就想知道,这些水印技能是否真像他们说得那么凶猛。
想知道UnMarker是怎样去除AI图画水印的,有必要先了解一下AI图画的水印是怎样回事。
与一般直接在图片上打上品牌名的显性水印(Visible Watermark)不同,AI图画的水印首要是藏在频谱特征等图画深层信息中的隐性水印(Invisible Watermark)。
频谱特征描述的是图画中像素值彼此之间的改动办法,由频谱起伏(Magnitude)和频谱相位(Phase)两个要素构成。
当时,水印技能首要通过修正频谱起伏这一频谱特征,在图画中嵌入隐性水印。
举例来说,鄙人面人类和熊的两张图片中,尽管内容天壤之别,但它们的频谱起伏散布形式却十分类似 ,而频谱相位却不同较大。
由此,对内容高度灵敏,在不同图画之间改动巨大的频谱相位就不适合作为牢靠的通用载体来嵌入水印。
相反,对详细的像素方位依赖性较低的频谱起伏成为了嵌入水印的绝佳载体,其对裁剪、含糊、紧缩等常见操作具有抵抗力,具有较好的鲁棒性。
一起,咱们还能够观察到图画的主体(人物和熊)与频谱起伏图中心的蓝色区域相对应,而图画的布越南富国岛色情业景则对应着四周的橙色区域。
这是由于,主体中滑润的区域,如衣物和毛发,具有大片相同的颜色,导致像素值改动较慢,归于频谱中的低频部分。
而细节丰厚的区域,如概括和纹路,像素值改动较快,归于频谱中的高频部分。
在Google的水印技能SynthID中,水印信息就被嵌入在图片的低频部分。
不过,水印嵌入有时分会改动图画的输出,如下图所示。
(注:上图从上到下按逆时针方向分别是:Google Imagen、Google SynthID,以及运用UnMarker去除水印后的图片)
值得一提的是,在UnMarker之前,水印检测器并非通用东西。
每一种水印都有自己专属的检测器,以及用来寻觅该水印躲藏的频谱形式。
而UnMarker以其强壮的通用性,在不同的水印中完成了一种“通吃”的办法。
那么,UnMarker是怎样去水印的呢?
就像上面说到的,不行见的水印存在于频谱起伏中。
所以,UnMarker就专门针对这一点进行进犯。它疏忽图画的像素值,直接修正整个图画的频谱信息,然后有用打乱水印。
正如Andre Kassis所说的:
UnMarker并不企图寻觅水印躲藏的方位,也不精准定位水印编码的频谱特征。它只需打乱图画,就能去除水印。
这种疏忽像素层,专攻频谱特征的办法使UnMarker不限于单一品种的水印去除,能够应对多种水印。
试验标明,越南富国岛色情业依据AI图片运用的水印办法不同,UnMarker能移除57%到100%的可检测水印。
其间HiDDeN和Yu2两种水印能被彻底破解,而在Google SynthID中,UnMarker也成功移除了79%的水印。
在一些较新的水印技能,如StegaStamp和Tree-Ring Watermarks中,UnMarker仍旧体现不俗,能去除60%的水印。
不过,UnMarker也非白璧无瑕,在去除水印的一起,往往也会对图画形成一些细微的改动(假如你仔细观察上面女生的头发)。
针对这一问题,Kassis标明,略微裁剪图画能够获得更佳的去水印作用。
在论文中,UnMarker被布置在一张40GB显存的Nvidia A100 GPU上,而据Kassis泄漏,在通过一些针对性的调整后,UnMarker应该也能在Nvidia RTX 5090这样的消费级显卡上运转。
这将大大下降普通用户布置的本钱和门槛。
最近,微软一项掩盖全球12500名参与者的研讨标明,人们辨认AI图画的均匀成功率仅为62%。
不客气地说,也就比瞎猜好一点。
为了在“乱用渐欲迷人眼”的图画国际中“去伪存真”,水印作为一种解决方案就被提上了台前。
例如,欧盟的《人工智能法案》要求大多数AI图画生成东西有必要参加水印,许多具有AI图画生成器的公司现已施行了水印,或计划在不久后施行。
但就在我们寄望于水印技能的时分,像UnMarker这样的去水印技能已悄然上台。
参阅链接:
[1]https://spectrum.ieee.org/ai-watermark-remover?utm_source=homepage&utm_medium=hero&utm_campaign=2025-08-11&utm_content=hero1
[2]https://github.com/andrekassis/ai-watermark
[3]https://arxiv.org/pdf/2405.08363
[4]https://x.com/yyolk/status/1948824571987329166
本文来自微信大众号“量子位”,作者:henry ,36氪经授权发布。