8 月 31 日消息，隨著 AI 圖片及 AI 視頻日益泛濫，相信現(xiàn)在越來越多的人已經(jīng)無法再通過簡單的肉眼觀察去辨別相關媒體內容是否為 AI 生成。

針對這一問題，美國康奈爾大學的研究人員提出了一種新的取證方法：通過在拍攝場景的光源中嵌入隱形數(shù)字水印，使得在視頻錄制完成后仍能驗證其真實性。

這一概念名為“噪聲編碼照明”（noise-coded illumination），由康奈爾大學計算機科學研究生 Peter Michael 主導完成，并在 2025 年 8 月 10 日于 SIGGRAPH 2025 上首次公開。該思路最初由康奈爾大學助理教授 Abe Davis 提出。

Davis 表示：“這是一個長時間存在的嚴重問題。它不會消失，而且只會變得越來越嚴重。”

與傳統(tǒng)方法直接在視頻文件中嵌入像素級水印不同，這一技術將水印置于物理光源中，從而確保任何攝像設備（無論是專業(yè)攝影設備還是智能手機）都會在拍攝時自動記錄下水印。

▲ 左邊是 Abe Davis，右邊是研究生 Peter Michael

在實現(xiàn)方式上，可編程光源（如電腦顯示器、攝影棚照明或特定 LED 燈）可通過軟件注入編碼亮度模式；而普通不可編程燈具則可通過附加一枚郵票大小的芯片來實現(xiàn)，芯片會根據(jù)“密碼”對光源強度進行細微調整，且肉眼無法察覺。

也就是說，該技術可憑借獨特編碼為每個光源生成一段低分辨率、帶有時間戳代碼的“水印視頻”。Davis 解釋說：“當有人篡改視頻時，被篡改部分會與這部分視頻產生矛盾。如果有人嘗試用 AI 生成假視頻，生成視頻的代碼看起來就像隨機變化。”

通過比對這些編碼模式，分析人員將能夠迅速檢測到缺失片段、插入對象、被修改的場景。例如，如果訪談中的內容被刪除，視頻代碼就會出現(xiàn)一段視覺空白；而虛構內容通常會以純黑區(qū)域顯示。

研究團隊已在同一場景中展示了最多三種獨立光源編碼的應用，從而大幅提高了水印的復雜性。這意味著，就算存在造假者，他也必須同時偽造多個相互匹配的視頻代碼來交叉驗證。Davis 指出：“即使對手知道我們在使用這種技術，并且設法推算出代碼，其工作也極其難展開。”

Davis 總結道：“視頻曾被視為真實來源（視頻不能 P），但現(xiàn)在我們不能再這樣想了。如今幾乎可以通過 AI 生成任何想要的視頻，這既可能帶來樂趣，也可能引發(fā)問題，因為辨別真?zhèn)沃粫絹碓诫y。”