Meta 公司近日发布了一项名为 Video Seal 的新型神经水印系统，该系统旨在帮助识别 AI 生成的视频，即使视频经过编辑也能有效追踪其来源。这种水印对于观众而言是不可见的，但可以通过检测来验证视频的真实性。Meta 将整套系统以 MIT 许可的开源软件形式发布，包括 Video Seal 水印模型、研究论文以及训练和推理代码。此外，Meta 还发布了一个交互式演示，允许用户亲自测试这项技术。除了 Video Seal 之外，Meta 还推出了两款辅助工具:Omni Seal Bench，用于比较不同类型媒体的神经水印性能;以及

OpenAI面临挑战：如何处理学生利用ChatGPT作弊现象？尽管已研发出能以99.9%准确率检测ChatGPT生成内容的“水印”技术，但因涉及对学生使用AI作弊的广泛担忧，此技术尚未公开发布。技术内部讨论持续近两年，阻碍发布的主要因素包括：坚持透明度承诺与维护用户忠诚度之间的平衡，以及担心对非英语母语者产生负面影响。教育界对此需求紧迫，担忧AI作弊行为可能威胁学术诚信。内部争议凸显技术发展与社会责任之间的张力。同时，其他科技巨头如谷歌也已开发类似检测工具，反映了行业对内容真实性验证的重视。

OpenAI 内部就是否推出水印技术以标记 ChatGPT 生成文本，以及防止学生抄袭，引发了讨论。水印技术通过调整模型预测的单词和短语，生成可检测模式，旨在帮助教师检测作业抄袭，不影响文本质量。虽然技术准确度高，对简单改写有抵抗能力，但使用其他模型改写能绕过水印，引发担忧。实施水印可能使部分用户感到被污名化，导致用户减少使用。为了在技术有效性和用户体验间找到平衡，OpenAI 正探索嵌入元数据的方法，此方法通过加密签名避免误判，但仍处于早期阶段评估。

日前，Meta 低调的发布了六项研究成果，为 AI 领域带来了新的应用和技术突破。其中包括了多模态模型、文本生成音乐模型、音频水印技术、数据集等多个项目。下面一起来看看这些研究成果具体都是哪些。

["Google DeepMind推出人耳无法察觉的AI音频水印技术SynthID","音频水印用于识别AI生成来源","不影响听觉体验，可被压缩、加速或减速的音频仍可检测到水印","防范生成式AI带来危害的重要保障","SynthID是将音频波转换为二维可视化的方法"]

["AI技术发展使得生成深度伪造图像变得轻而易举,带来了较大的社会风险。","研究显示现有的数字水印技术很容易被绕过,难以遏制AI深度伪造的问题。","AI的误用可能导致虚假信息、欺诈乃至选举操纵等广泛危害,需要警惕。","设计可靠的数字水印技术仍有一定难度,但也不是不可能完成的任务。"]