随着生成式AI的能力越来越强，一个问题越来越紧迫：我看到的这张脸、这段话、这个视频，是真人还是AI？
技术层面和监管层面现在都在试图给出答案，但进展参差不齐。
研究层面：不可见水印
亚利桑那州立大学（ASU）计算机科学教授Yingzhen Yang（杨颖臻）今年发布了一套去中心化归因技术——本质上是把信息藏进AI生成内容里的方法。
它的工作方式不是在图片上盖AI生成的标签，而是直接修改AI模型的内部权重。
经过处理的模型，生成的每张图片在像素簇里都带有独特的隐藏签名，肉眼完全看不出来，但检测器能读出来。Yang的比喻是：就像雪花一样，每个模型生成的图案都是独特的。
这个系统能告诉你三件事：
- 这张图是不是AI生成的
- 是哪个模型生成的
- （在特定场景下）是哪个用户请求生成的
这对Deepfake溯源来说意义很大——不只是标记，而是追踪。
立法层面：亚利桑那州走在前面
杨的研究和亚利桑那州的立法几乎同步：当地议员正在推进SB 1786法案，要求AI工具制造商必须在产品里内置不可见水印技术。
这个法案已经通过了州参议院，正在等众议院投票。
欧盟的法律截止日期：2026年8月
更大的压力来自欧盟。
根据欧盟AI法案第50条（Article 50），2026年8月正式生效。届时：
- AI系统必须告知用户他们在和AI交互
- 合成音频、视频、图片必须标注为AI生成
- Deepfake内容必须明确标记
违规罚款：最高1500万欧元或年营业额的3%，取其高者。
欧盟目前正在制定具体的实施守则，最终版本预计在2026年5-6月完成。这份守则会规定水印、元数据嵌入、不可见标记等多层次组合方案——因为欧盟认为没有任何单一技术能可靠地单独解决这个问题。
印度也在动
印度在今年更新了IT法规，要求合成媒体必须默认包含水印、C2PA清单或类似协议，主要平台需要收集上传者声明（这段内容是否是AI生成的或是否有合法来源）。
难在哪里
水印技术本身还有一个根本性的脆弱点：需要模型提供商主动合作。
对于开源模型，任何人都可以自己发布一个不含水印机制的版本。这个漏洞在监管层面目前没有好的解决方案。
也就是说，水印能管住那些愿意被管的公司，但管不住恶意行为者。这不意味着水印没用，而是说它是必要条件，但不是充分条件。
内容真实性的终局大概不是单一技术，而是：水印+来源元数据+平台核验+法律责任的组合。C2PA（Content Authenticity Initiative）在推的那个方向基本就是这个思路。
参考来源：ASU researcher develops invisible watermark system to detect AI deepfakes（KOLD News）；EU AI Act: First Draft Code of Practice on Transparency and Watermarking（Cooley LLP）；What the EU's New AI Code of Practice Means for Labeling Deepfakes（TechPolicy.Press）