Meta首次推出用於爲AI生成的視頻添加水印的工具"Video Seal"

生成式人工智能的商品化導致了網絡虛假內容的爆炸式增長： 根據 ID 驗證平臺 Sumsub 的數據，從 2023 年到 2024 年，全球Deepfake的內容增加了 4 倍。2024 年，Deepfake甚至佔所有欺詐行爲的 7%，從冒名頂替和賬戶接管到複雜的社交工程活動不一而足。

Meta 希望能爲打擊Deepfake做出有意義的貢獻，它將發佈一款工具，爲人工智能生成的視頻片段添加不易察覺的水印。 該工具於本週四發佈，名爲"Meta Video Seal"，以開源形式提供，旨在集成到現有軟件中。 該工具加入了 Meta 的其他水印工具：Watermark Anything（今天以許可方式重新發布）和 Audio Seal。

Meta 公司的人工智能研究科學家皮埃爾-費爾南德斯（Pierre Fernandez）在接受 TechCrunch 採訪時說："我們開發 Video Seal 的目的是提供更有效的視頻水印解決方案，尤其是在檢測人工智能生成的視頻和保護原創性方面。"

Video Seal 並非首創此類技術。 DeepMind 的SynthID可以爲視頻添加水印，微軟也有自己的視頻水印標註方式。

但費爾南德斯斷言，許多現有方法都存在不足："雖然存在其他水印工具，但它們對視頻壓縮的魯棒性不夠，而視頻壓縮在通過社交平臺共享內容時非常普遍；效率不夠高，無法大規模運行；不開放或不可複製；或者是從圖像水印中衍生出來的，而圖像水印對視頻來說不是最佳選擇。"

除了水印外，Video Seal 還能在視頻中添加隱藏信息，以便日後揭開這些信息，確定視頻的來源。 Meta 聲稱，Video Seal 可抵禦模糊和裁剪等常見編輯以及流行的壓縮算法。

費爾南德斯承認，Video Seal 有一定的侷限性，主要是在工具水印的可感知程度和整體抗篡改能力之間進行權衡，嚴重壓縮和大量編輯可能會改變水印或使其無法恢復。

當然，Video Seal 面臨的更大問題是開發人員和業界沒有太多理由採用它，尤其是那些已經在使用專有解決方案的開發人員和業界。 爲了解決這個問題，Meta 推出了一個公共排行榜--Meta Omni Seal Bench，專門用於比較各種水印方法的性能，並在今年的大型人工智能會議 ICLR 上組織了一個關於水印的研討會。

"我們希望越來越多的人工智能研究人員和開發人員將某種形式的水印整合到他們的工作中。也希望與業界和學術界合作，在該領域取得更快的進展。"