OpenAI和Google联手，要让每一张AI图片都无所遁形！-人工智能-PHP中文网

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

openai和google联手，要让每一张ai图片都无所遁形！

超全面！帮你高效梳理Google I/O 2026开发者大会核心亮点

一、全文速览图
就在刚刚，Google完成了今年的年度产品发布会。

全网热议焦点集中在Gemini 3.5、Gemini Omni等新一代模型上。

但有一个看似低调却极具深远意义的动作，我认为值得单独拎出来深入聊聊——它或许比所有新模型、新功能，对普通用户乃至整个数字社会的影响都要更直接、更根本。

那就是：OpenAI正式宣布与Google达成合作，集成Google SynthID图像水印技术，同步上线专属AI图像检测工具，旨在强化内容可追溯性，以极低成本实现对每一张AI生成图片的精准识别。

长期关注我的老读者应该清楚，我始终高度聚焦于AI内容溯源这一领域。

上个月GPT-image-2刚发布时，我就撰文指出：“因GPT-image-2上线，整个互联网正加速沦为一片巨大的黑暗森林。”

因为GPT Images 2，整个互联网都变成了巨大的黑暗森林

全文速览图
昨天，GPT-image-2已全面开放使用。

当时我提出一个关键判断：当伪造内容的成本趋近于零，而缺乏可靠识别机制时，重建信任所需付出的代价便会无限放大。

此前我也多次探讨过类似现象。比如去年双十一期间，我写过一篇题为《用AI假图骗“仅退款”，这是今年双十一最脏的一幕》的文章。

用AI假图骗“仅退款”，这是今年双十一最脏的一幕

往期作者文章：今年双十一的氛围，说实话，确实不如往年热闹。

不少商家恐怕始料未及，如今一些“薅羊毛”买家的操作，已恶劣到直接调用AI工具P图，再上传一张明显残次品的照片，向平台申请“仅退款”。

例如这张图：

商家放大细看后，当场愣住——连原始截图里的水印都忘了抹掉。

结果真有商家
就这样稀里糊涂地给顾客退了鞋款。

再点开商品详情页对比一下：
好家伙，又是一张漏裁水印的“神图”。

商家忍不住发问：“这图是豆包做的？”

对方还理直气壮地回应：

以上均为去年双十一真实发生的案例。

更要警惕的是，这些还只是基于旧一代AI技术的产物；若换成今年的GPT-image-2，其生成图像的真实感之强，别说普通用户难以分辨，就连我自己——常年接触各类AI图像、亲手生成过大量样本的人——也完全不敢打包票，能准确断定某张图是否由AI伪造。

比如下面这张：

所以，当OpenAI与Google这对昔日“宿敌”破天荒携手，将Google SynthID隐形水印深度嵌入GPT-image-2，并同步推出OpenAI官方AI图像验证工具时，我真心觉得，那片笼罩互联网的“黑暗森林”，终于透进了一束光。

验证入口在此：https://www.php.cn/link/53b40c8ff077757f35a903589ef2a31b
无需注册登录，上传图片即可立即检测。

上传后稍等数秒，结果即刻呈现。

我已实测多种常见干扰方式：
✅ 将图片发至微信并重新保存，仍可被准确识别；
✅ 局部截图+修改格式+微信二次保存后再上传，依旧判定为AI生成；
✅ 小红书帖子截屏直传，同样有效识别；
✅ 对于视觉上高度疑似AI但实为真人拍摄的图片（如艺术项目照），也不会误判。

比如这张：

乍一看极具AI风格，实则并非AI所作。
它出自蒙特利尔艺术团队The Dorothy Project发起的“Mission TARONI”项目。艺术家联合工程师，将一名身着深蓝色丝绸的人体模特，通过高空气球送至距地约33–35公里的平流层，在设备舱搭载Insta360全景相机，完整记录下这位“蓝色身影”在漆黑宇宙背景、地球弧线与云海之间翩然起舞的震撼瞬间。

当你把这张图上传至OpenAI验证页面时，系统显示为“未检测到OpenAI信号”。

需要说明的是，当前该工具仅能确认图片是否由OpenAI自家模型（如GPT-image-2）生成，尚不支持跨厂商识别。例如我上传NanoBanana生成的图像，结果同样是“未检测到OpenAI信号”。

如需验证非OpenAI系AI图像，则需借助Gemini生态内的检测能力。
比如同样采用局部截图+微信保存+上传的方式，Gemini也能成功识别出来源。

可见各方已有技术储备，但目前仍处于分散演进阶段：旧模型兼容性差、标准尚未统一、生态尚未打通。

目前该网站的功能范围，也仅限于验证OpenAI系图像。不过OpenAI已明确表示，后续将逐步拓展为跨行业通用验证平台——只要其他AI厂商也接入同一套标准，其生成图像同样可被识别。

未来我也计划开发一款公益性质的小工具，整合多平台检测能力，协助用户一键完成全链路比对。当然，这会更复杂些，还需兼容前几代AI模型的识别逻辑。

但可以肯定的是，在C2PA元数据+Google SynthID双重保障下，绝大多数AI图像在未来都将“无处藏身”。尽管仍存在绕过手段，但成本已被大幅抬高。

gemini-image-generation

使用 Google GenAI SDK 通过 Gemini 生成或编辑图像。当用户要求在 OpenCla… 中创建、转换、渲染或保存一张或多张图像时使用。

下载

当前主流技术架构大致如下：

顺便也为各位简明科普下C2PA元数据与Google SynthID水印，它们究竟为何物？

先说C2PA元数据。
全称Coalition for Content Provenance and Authenticity，中文译为“内容来源与真实性联盟”。

这是一个成立于2021年的跨行业开放技术联盟，成员包括Adobe、微软、Google、BBC、索尼、Intel等头部科技与媒体公司。

它的核心使命，一句话概括就是：为每一张数字图像颁发一张不可篡改的“数字身份证”。

这张“身份证”在技术层面称为C2PA Manifest（可理解为“可信清单”），内含三层结构：

第一层叫Assertions（声明集）：记录关于图像的基本事实，例如
→ “本图由ChatGPT生成”
→ “生成时间为2026年5月19日”
→ “所用模型为gpt-image-2”
若为实拍照片，则对应填写：
→ “本图摄于Nikon Z9”
→ “GPS坐标为xxx”
→ “光圈f/2.8，快门1/500”等信息。

第二层叫Claim（声明包）：将上述所有Assertions打包封装成一份完整、结构化的声明。

第三层叫Claim Signature（签名认证）：使用生成该图像的软/硬件私钥，对整份声明进行加密签名；同时对图像本体做哈希运算，将图像内容与元数据强制绑定。

这个签名机制正是防伪关键——一旦有人事后修改图像哪怕一个像素，哈希值便失效，验证时立即报错。

最终，这份清单被打包为JUMBF容器格式，直接嵌入图像文件内部。肉眼观看毫无异常，但用C2PA验证工具打开，即可一览全部溯源信息。

值得一提的是，OpenAI自2024年起便持续推进C2PA落地：最早为DALL·E 3添加支持，随后覆盖Sora视频模型；本次升级意味着OpenAI正式成为C2PA合规生成器，其他平台可标准化读取、保留并传递其附加的加密元数据。

不仅如此，传统影像设备厂商也在快速跟进。
徕卡M11-P于2023年成为全球首款量产支持C2PA的相机；尼康Z9/Z8在2024年通过固件更新加入支持；索尼、佳能等品牌亦陆续跟进；而谷歌Pixel 10更是首台默认为所有拍摄照片自动打上C2PA签名的消费级手机，密钥由Titan M2安全芯片硬件级保障。

未来我们或将迎来双向可信体系：AI生成图自带标签，真实拍摄图也自带标签，甚至截图也可被标记——内容溯源，正从“可选项”变为“必选项”。

当然，现阶段C2PA仍存在局限：去除相对容易，篡改却极难。因此若未来全社会内容普遍具备C2PA认证，反而是“无标签者”更显可疑。

但单靠C2PA还不够坚实，这才有了OpenAI此次主动牵手Google，引入SynthID技术。

SynthID由Google DeepMind研发，早在2023年就已问世，但此前仅限于Google自有生态内应用。本次Google I/O大会上，CEO桑达尔·皮查伊宣布：SynthID将全面接入Google搜索与Chrome浏览器，并向OpenAI、英伟达、Kakao、ElevenLabs等多方开放。

如果要用一个比喻来区分C2PA与SynthID，那么：
C2PA像是贴在物品表面的防伪标签，
SynthID则是直接写入DNA的生物编码。

SynthID会在AI生成图像（或视频片段）中嵌入一种不可见的数字水印，且完全不影响画质。

它在内容生成的瞬时即完成嵌入，具备强大鲁棒性：可抵御裁剪、滤镜叠加、帧率调整、有损压缩等多种常见编辑操作。

其原理极为硬核，我尽量通俗说明：
当AI生成图像时，一个“嵌入器”模块同步启动，它会在图像的频率域与色彩通道中实施极其微小的扰动——幅度严格控制在人眼感知阈值之下，因此你看到的图与无水印版本毫无差别。

但这些扰动在数学上构成一组分布式的隐形签名，弥散于整张图像的每个像素区域，而非集中于某一块。

这意味着：无论你裁掉哪部分、加多少滤镜、调几次色、旋转多少度、截图转码多少次，剩余图像中依然保有足够强度的水印信号供识别。

配套的专用“检测器”能以极高精度识别该签名。

此外，Google早在2024年就发表过将SynthID应用于AI生成文本的论文，虽属早期探索，但已展现其跨模态潜力。

此前我在“黑暗森林”一文中就强调过，SynthID是我眼中目前效果最优的AI内容识别方案，唯一瓶颈在于此前仅为Google“闭门技术”。