如今，Deepfake 已經無孔不入。隨着生成式 AI 的普及，網絡上的虛假內容呈爆炸式增長。據身份驗證平臺 Sumsub 統計，2023年至2024年，全球 Deepfake 數量增加了4倍。2024年，Deepfake 佔所有欺詐行爲的7%，從身份冒充、賬戶盜用到複雜的社會工程攻擊，無不涉及 Deepfake 的身影。

爲了有效打擊 Deepfake，Meta 公司近日發佈了一款工具，可以在 AI 生成的視頻片段上添加難以察覺的水印。這款名爲 Meta Video Seal 的工具於週四宣佈開源，旨在集成到現有軟件中。 該工具與 Meta 的其他水印工具 Watermark Anything（今天以寬鬆許可證重新發布）和 Audio Seal 一起，構成了一套完善的水印解決方案。

Facebook 元宇宙 meta

Meta AI 研究科學家皮埃爾·費爾南德斯在接受 TechCrunch 採訪時表示:“我們開發 Video Seal 是爲了提供更有效的視頻水印解決方案，特別是在檢測 AI 生成的視頻和保護原創性方面。”

Video Seal 並非首個此類技術。DeepMind 的 SynthID 可以爲視頻添加水印，微軟也有自己的視頻水印方法。

但費爾南德斯認爲，許多現有方法存在不足。

“雖然存在其他水印工具，但它們在視頻壓縮方面的魯棒性不足（當通過社交平臺共享內容時，視頻壓縮非常普遍）;運行效率不足以大規模應用;不夠開放或可重複;或者源自圖像水印，而圖像水印並非視頻的最佳選擇，”費爾南德斯說。

除了水印，Video Seal 還可以向視頻添加隱藏消息，以便日後揭示視頻的來源。Meta 聲稱，Video Seal 可以抵禦常見的編輯操作，如模糊和裁剪，以及常見的壓縮算法。

費爾南德斯承認，Video Seal 存在一定的侷限性，主要是水印的可感知程度與其對操控的整體抵抗力之間的權衡。他補充說，高強度壓縮和重大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，開發人員和行業沒有太多理由採用它，特別是那些已經使用專有解決方案的公司。爲了解決這個問題，Meta 正在啓動一個公共排行榜 Meta Omni Seal Bench，專門用於比較各種水印方法的性能。此外，Meta 還將在今年的 ICLR （國際學習表示會議） 上組織一個關於水印的研討會。ICLR 是一個重要的 AI 會議。

“我們希望越來越多的 AI 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，”費爾南德斯說，“我們希望與行業和學術界合作，以更快地推動這一領域的發展。”

Meta 的這一舉動，無疑爲對抗 Deepfake 氾濫提供了新的思路。開源、開放協作，或許是解決這一棘手問題的有效途徑。但 Video Seal 的未來，仍取決於其能否被行業廣泛接受和應用，以及其在對抗 Deepfake “魔高一尺” 的能力。