Meta 自研 AI 检测系统，其实用 Google 的就好
今年 3 月，Meta 的监督委员会呼吁该公司“履行公开承诺，利用自身工具”来遏制平台上欺骗性生成式 AI 内容的传播。Meta 在 7 月做出了回应，推出了 Content Seal——一种为该公司新 AI 模型生成的图像打上标记的隐形水印技术。但这一消息几乎被埋没在 Muse 图像和视频生成工具的公告中。作为一名长期审视 AI 标签系统的观察者，Content Seal 并未让我感到安心。
市场上已有更成熟的解决方案，例如 C2PA Content Credentials 和 Google 的 SynthID，Meta 本可以选择采用它们，而不是在更晚的时间推出自己的系统。经过一番探究，我不认为 Meta 对此有过深思熟虑。
据 Meta 描述，Content Seal 的工作原理与 SynthID 类似。这种水印对人类肉眼不可见，会为 AI 生成的图像嵌入一个“隐藏的来源信号”，随后可通过检测工具扫描并标记，帮助用户区分深度伪造与真实内容。与 SynthID 一样，Meta 声称 Content Seal 水印在图像被“裁剪、压缩、调整大小或截屏”后仍能保持完整并被检测到。
那么，既然功能上如出一辙，Meta 为何不直接采用 SynthID？Meta 已经是推广 Content Credentials 标准的 C2PA（内容来源与真实性联盟） 的指导委员会成员，与 Google 同列其中，这表明它有意愿支持现有标准。然而，它却选择另起炉灶。
一个可能的原因是控制权。自研系统能让 Meta 完全掌控技术栈和部署节奏，但代价是碎片化。目前市面上已有多种 AI 标签标准——C2PA、SynthID、以及现在的 Content Seal——用户需要依赖不同的检测工具来识别不同平台的内容。这种割裂的局面反而可能削弱检测系统的整体效力。
此外，Meta 的推出时机也令人费解。当 SynthID 已在实际应用中证明其鲁棒性，且 C2PA 正获得更广泛行业采纳时，Meta 推出一个尚未经过大规模验证的新系统，更像是为了回应监督委员会的要求而仓促交出的“作业”，而非深思熟虑的技术决策。
Content Seal 的早期表现并不理想。 如果 Meta 真的致力于打击 AI 虚假信息，它应该优先考虑互操作性和现有标准的整合，而不是在已经拥挤的赛道上再添一个孤立的玩家。行业需要的是统一标准，而非各自为战。
