如今，Deepfake 已经无孔不入。随着生成式 AI 的普及，网络上的虚假内容呈爆炸式增长。据身份验证平台 Sumsub 统计，2023年至2024年，全球 Deepfake 数量增加了4倍。2024年，Deepfake 占所有欺诈行为的7%，从身份冒充、账户盗用到复杂的社会工程攻击，无不涉及 Deepfake 的身影。
为了有效打击 Deepfake，Meta 公司近日发布了一款工具，可以在 AI 生成的视频片段上添加难以察觉的水印。这款名为 Meta Video Seal 的工具于周四宣布开源，旨在集成到现有软件中。 该工具与 Meta 的其他水印工具 Watermark Anything（今天以宽松许可证重新发布）和 Audio Seal 一起，构成了一套完善的水印解决方案。
Meta AI 研究科学家皮埃尔·费尔南德斯在接受 TechCrunch 采访时表示:“我们开发 Video Seal 是为了提供更有效的视频水印解决方案，特别是在检测 AI 生成的视频和保护原创性方面。”
Video Seal 并非首个此类技术。DeepMind 的 SynthID 可以为视频添加水印，微软也有自己的视频水印方法。
但费尔南德斯认为，许多现有方法存在不足。
“虽然存在其他水印工具，但它们在视频压缩方面的鲁棒性不足（当通过社交平台共享内容时，视频压缩非常普遍）;运行效率不足以大规模应用;不够开放或可重复;或者源自图像水印，而图像水印并非视频的最佳选择，”费尔南德斯说。
除了水印，Video Seal 还可以向视频添加隐藏消息，以便日后揭示视频的来源。Meta 声称，Video Seal 可以抵御常见的编辑操作，如模糊和裁剪，以及常见的压缩算法。
费尔南德斯承认，Video Seal 存在一定的局限性，主要是水印的可感知程度与其对操控的整体抵抗力之间的权衡。他补充说，高强度压缩和重大编辑可能会改变水印或使其无法恢复。
当然，Video Seal 面临的更大问题是，开发人员和行业没有太多理由采用它，特别是那些已经使用专有解决方案的公司。为了解决这个问题，Meta 正在启动一个公共排行榜 Meta Omni Seal Bench，专门用于比较各种水印方法的性能。此外，Meta 还将在今年的 ICLR （国际学习表示会议） 上组织一个关于水印的研讨会。ICLR 是一个重要的 AI 会议。
“我们希望越来越多的 AI 研究人员和开发人员将某种形式的水印整合到他们的工作中，”费尔南德斯说，“我们希望与行业和学术界合作，以更快地推动这一领域的发展。”
Meta 的这一举动，无疑为对抗 Deepfake 泛滥提供了新的思路。开源、开放协作，或许是解决这一棘手问题的有效途径。但 Video Seal 的未来，仍取决于其能否被行业广泛接受和应用，以及其在对抗 Deepfake “魔高一尺” 的能力。
