Claude 上线隐形水印

从上周起， 开始在 模型的所有文本输出中嵌入了隐形水印。

水印公告

这个隐形水印不是元数据，也不是外挂标签，它是在文本生成过程中直接编织进文字本身的不可见标记。即使你把模型输出的内容复制粘贴到邮件、文档或者你的博客里，水印也依然会保留。

甚至，即使文字经过一定程度的编辑和修改，水印也有可能仍被保留。

而背后的原因，虽然缘于欧盟《AI 法案》第 50 条的透明度准则，但执行范围却并不限于欧盟，而是全球所有使用 的人都会被动生效。

双层标记

01

标记的机制一共有两层。

第一层是文本水印。

在生成文字时，会自动在文本中织入人眼不可见的水印。

从 官方文档中可以看到，这是在模型层面直接植入的，通过微调词汇的选择来实现水印的植入（不过具体是怎么微调的，文档里没有详细说明），并且不会影响文本的可读性和内容质量。

水印技术说明

第二层是文件元数据。

当 生成各种文件如 SVG、PNG、JPG 等格式时，会在文件头信息中附加符合 C2PA 标准的签名元数据。

这是介绍一下，C2PA 是早前由 Adobe、微软、 等公司共同推动的内容溯源开放协议。所以， 和 的图像生成模型已经在图片文件中添加了该签名信息。

这两层标记的区别在于，文本水印是跟着文字自身走的，不论你复制粘贴到哪里它都会在；而文件级的 C2PA 签名则附加在文件本身，截图或格式转换或修改调整后就会丢失。

全球生效

02

此次水印添加的范围非常之广。

涵盖了 API、 官网、 Code、 、 Tag 等所有产品线，且无论是通过 AWS、 Cloud 还是通过 调用 ，文本水印都已经生效了。

不过，文件级元数据则仍需要各云平台完成自身的功能支持。

水印覆盖范围

时间点上，从 8 月 2 日及之后发布的新模型，从发布首日起便会自带标记。而之前已经发布的现有模型， 正在补充标记功能，尚未公布具体的时间表。

注意事项

03

关于这个隐形水印，有几个在实际使用中需要注意的点。

检测到文字水印只能说明内容「可能经过 的处理」，并不能由此确定 是文字的原始作者。

毕竟有太多人用 来润色、翻译和总结各种人写的或其他 AI 写的内容了，即使是人类写的东西，一旦被 染指，也同样会带上水印。

反过来也一样。

检测不到水印，也不代表不是 写的。一旦文本被大量改写后水印可能就被抹掉了，同时对于太短的文本，信号也会很微弱不太可靠；而文件经过格式转换或截图后，同样会丢失元数据。

所以 的这个水印，更多也就是提供了一个参考信号，仅此而已。

还表示正在开发配套的标识检测工具，并会在未来协助第三方进行水印检测。

和

04

其实在文本水印这事上， 并不是第一个。

的 模型在 2024 年就已经用密钥来偏置模型的 token 输出，从而在所有 生成的文本中留下可被检测到的统计特征。不过 并没有像 这样把整个机制的文档公开出来。

而 此前也开发过文本水印方案，但出于各种考虑最后却没有上线……据说考虑的因素有对非英语语言文本质量的影响，以及用户可能会流失到没有水印的竞品……

但 可能不会考虑这么多了，它才不会认为用户会跑到其他竞品那里去……（最近 Fable 似乎有点降智，莫非也是因为这个？）

影响

05

对于绝大多数的普通用户来说，最直接的影响是：用 写的文章、邮件、报告、代码，里面都会携带可被检测的 AI 水印了。但其实影响并不大……

而对基于 API 构建产品的企业而言，影响可能要大一些。标记机制会在全球生效，企业没有办法仅通过隔离欧盟租户来规避。

最后，我好奇的是：

如果我让 “给出圆周率的前 1000 位”，这个圆周率会带上水印吗？

官方文档：