随着AI生成的图片、视频和文本越来越多，用于确认「这是不是AI生成的」的技术已由各公司陆续推出。不过，SynthID、textGrain、C2PA这些名称经常在相似的语境中被提及，它们究竟有何不同，确实不容易分清。本文从原理、适用对象、谁能检测、优缺点等角度，对比主要的AI水印（数字水印）与来源技术。信息基于截至2026年10月9日各公司的官方发布。
三种方式：水印、来源记录、检测工具
识别AI生成内容的方法，大致可分为三类。
- 数字水印（watermark）：AI生成内容时，在图片像素或文本的选词方式等之中嵌入看不见的标记。例如：SynthID、SynthID Text、textGrain
- 来源记录（元数据）：把何时、由谁、用什么工具制作、经过怎样编辑等信息，以带签名的形式附加到文件上。例如：C2PA（内容凭证，Content Credentials）
- 事后检测工具：即使没有标记，也能根据内容特征推测AI痕迹，即所谓的AI检测工具
数字水印和来源记录都是由制作方预先加上标记的方法。它们能做出有依据的判定，但无法识别未加标记的AI内容。检测工具可用于任何内容，但结果终究只是推测，也会出现误判。
主要技术对比
下面按项目梳理主要技术的特点。
SynthID（Google）
- 方式：数字水印
- 适用对象：图片、视频、音频、文本
- 使用场景：Gemini、Imagen、Veo、Lyria、NotebookLM等谷歌的AI。OpenAI、NVIDIA、Kakao、ElevenLabs也已宣布采用
- 谁能检测：所有人。可通过Gemini应用、SynthID Detector（2026年10月起向公众开放，英文版）、搜索和Chrome检测
- 优势：即使附加信息被删除也容易保留。可以集中检测多家公司的生成内容
- 劣势：大致只能看出「是否由支持该技术的AI生成」。对极端处理并不完美
SynthID Text（Google）
- 方式：数字水印（LLM水印）
- 适用对象：AI生成的文本
- 使用场景：已开源发布，任何人都可以通过Hugging Face的Transformers将其集成到自己的模型中
- 谁能检测：持有水印密钥的人（如集成该技术的开发者）
- 优势：在Gemini上的大规模验证表明对质量几乎没有影响。对速度的影响也微乎其微
- 劣势：对简短的事实性回答、大幅改写和翻译较为薄弱
textGrain（OpenAI）
- 方式：数字水印（LLM水印）
- 适用对象：在ChatGPT、Codex和API中生成的文本
- 使用场景：将在数周内导入欧盟的ChatGPT和Codex。在API中，全球用户均可选择启用（自2026年10月5日起）
- 谁能检测：仅限通过审核的研究人员和专业机构
- 优势：根据OpenAI的评估，性能与SynthID Text相当或更优。对质量的影响也很小
- 劣势：在400个token的文本中替换25%的词后，检出率会降至17%。对简短文本和数学类文本也较为薄弱
Claude的文本水印（Anthropic）
- 方式：数字水印（LLM水印）和C2PA
- 适用对象：Claude生成的文本（2026年8月2日及以后发布的模型从发布时起即支持，更早的模型在Anthropic自家的服务中也已支持），以及较新模型生成的文件
- 使用场景：API、Claude、Claude Code等，覆盖提供Claude的所有地区
- 谁能检测：水印检测是依据欧盟法律、仅限符合条件的监管机构和研究人员等的非公开预览。文件中的C2PA可通过免费的「Claude Content Checker」查看
- 补充：文本水印基于谷歌SynthID Text的方法。Claude翻译的文本也会嵌入水印
C2PA（内容凭证，Content Credentials）
- 方式：来源记录（带签名的元数据）
- 适用对象：图片、视频、音频、文档等（2026年4月的规范2.4版还支持HTML和Markdown）
- 使用场景：OpenAI、Google（Pixel 10、Google相册、YouTube）、Microsoft、Adobe，以及徕卡等的相机。LinkedIn、TikTok、Meta将其用于标签显示
- 谁能检测：所有人。可通过Verify网站或各服务中的显示查看
- 优势：可以了解由谁、用什么工具制作以及如何编辑。作为业界标准，有众多公司参与
- 劣势：截图或重新保存容易导致信息丢失
Video Seal（Meta）
- 方式：数字水印
- 适用对象：视频
- 使用场景：Meta以开源形式发布的研究成果
- 谁能检测：集成了该机制的开发者等
想检测图片、视频、音频时
想确认图片、视频或音频是否由AI生成时，按以下顺序检查效率较高。
- SynthID Detector（synthid.com）：可确认是否由谷歌、OpenAI、NVIDIA、Kakao的AI生成
- Gemini应用：可确认是否由谷歌的AI生成（目前不支持其他公司的AI）
- C2PA的Verify网站（contentcredentials.org/verify）：如果来源记录仍在，可以了解制作所用的工具和编辑历史
- openai.com/verify：可确认图片或音频是否由OpenAI的AI生成
无论哪种方法，没有发现标记都不代表内容不是AI生成的。因为内容可能是由不支持的AI生成的，或者标记已在处理过程中消失。
想检测文本时
对于文本，截至2026年10月，几乎没有普通人可以自由使用的官方水印检测工具。OpenAI的textGrain和Claude水印的检测采用审核制或有限的预览，SynthID Text则面向持有密钥的开发者。
因此，普通用户和教育工作者检测文本的手段，目前主要限于AI检测工具等。检测工具有时会把人写的文本判定为AI生成，所以不要仅凭其结果下结论。关于LLM水印的原理和局限，请参阅「LLM水印是什么」。
开发者和企业
对于自行提供AI的开发者和企业而言，应对监管也是重要的考量。欧盟《人工智能法》要求生成式AI的提供者使其输出能够被机器识别为AI生成。
- 用自家模型生成文本时：可以集成开源的SynthID Text
- 使用OpenAI的API时：可以启用textGrain
- 处理图片或视频时：CAI以开源形式提供了用于附加C2PA信息的工具
水印和C2PA是互补关系。像OpenAI和谷歌那样将两者结合使用，正在成为主流。
各项技术的共同局限
所有技术都存在一些共同的局限。
- 没有标记≠人创作的：由不支持的AI或不加标记的AI生成的内容无法识别
- 对处理和编辑较为薄弱：对图片的大幅处理、文本的改写或翻译，都可能使标记消失或减弱
- 无法判断内容是否正确：标记表明的是是否有AI参与或来源信息，而不是内容是否正确
- 部分技术能检测的人有限：尤其是文本水印，检测器的开放范围有限
总结
识别AI生成内容的技术，正沿着两条主线发展：嵌入看不见标记的数字水印（SynthID、SynthID Text、textGrain等），以及记录制作经过的C2PA。图片、视频和音频现在任何人都能通过SynthID Detector或C2PA的Verify网站检测，而文本水印能检测的人仍然有限。
没有一项技术是万能的。请把水印和来源记录的结果作为判断依据之一，并结合来源核实进行判断。各项技术的详细介绍，请参阅「SynthID是什么」「SynthID Text是什么」「textGrain是什么」「C2PA是什么」。
来源
- SynthID（Google DeepMind）
- SynthID Detector全面开放的公告（Google，2026年10月7日）
- SynthID Text（Google AI for Developers）
- Our approach to EU text provenance rules（OpenAI，2026年10月5日）
- How Claude marks AI-generated content（Claude帮助中心）
- C2PA规范 2.4版（C2PA）
- Content Authenticity Initiative（CAI）
- Video Seal论文（Meta AI）
- 欧盟《人工智能法》第50条
- How Claude's text watermark works（Anthropic，2026年8月14日）
