Il SynthID Detector pubblico di Google consente a chiunque di verificare direttamente se un'immagine, un video o un file audio contiene la filigrana invisibile di un generatore partecipante. La novità principale riguarda l'accesso: uno strumento riservato a giornalisti, ricercatori e professionisti selezionati dispone ora di un sito in inglese accessibile a livello mondiale.
Anche il risultato più utile ha un confine. Recuperare una filigrana è una prova di un processo di generazione o modifica compatibile, non un verdetto sulla falsità del messaggio rappresentato. L'assenza del segnale non dimostra la creazione umana. Il lancio amplia una rete di verifica utile, senza trasformarla in un rilevatore universale.
Dall'anteprima limitata al caricamento dei file
Google presentò il portale a I/O nel maggio 2025. La rimozione della lista d'attesa offre un percorso autonomo rispetto a Gemini, Search e Chrome, che integrano già la verifica. Secondo Google, questi strumenti integrati gestiscono oltre un milione di richieste al giorno. Un precedente bilancio indicava cinquanta milioni di utilizzi prima dell'ampliamento dell'accesso in Search e Chrome.
Il sito accetta immagini JPG/JPEG, PNG, BMP, WEBP, AVIF, HEIC/HEIF, TIFF/TIF e GIF; video MP4, MOV e WEBM; audio WAV, MP3, OGG, FLAC, AAC e M4A. Può individuare aree o intervalli temporali con filigrana, anziché assegnare soltanto un'etichetta indistinta all'intero file.
La distinzione conta nei contenuti compositi. Un video ripreso normalmente può avere una voce generata, mentre un'immagine modificata può unire zone segnate e non segnate. Trovare SynthID in un segmento audio non dimostra che anche la traccia visiva sia generata. Nessun risultato prova il consenso della persona che parla, l'accuratezza di una didascalia o che un evento sia realmente avvenuto.
Il sito controlla media, non è un rilevatore universale di scrittura AI. Google possiede anche una tecnica di filigranatura del testo, ma ciò non significa che il caricamento di immagini, video e audio permetta di valutare qualsiasi scritto.
Scala e collaborazioni spiegano il momento del lancio
Google dichiara di avere contrassegnato oltre 180 miliardi di immagini e video e un volume audio equivalente a 240.000 anni. Sono dati aziendali sulla diffusione, non misure indipendenti di accuratezza, falsi positivi o resistenza agli attacchi.
I prodotti supportati comprendono Gemini, Flow, Vids e ProducerAI, con famiglie di modelli come Nano Banana, Veo e Lyria. La prima versione per immagini arrivò nell'agosto 2023 tramite Imagen su Vertex AI, prima dell'estensione ad altre modalità.
Secondo Google, OpenAI, Nvidia e Kakao supportano SynthID per gli output pertinenti. La partecipazione di Apple è prevista successivamente, non è una capacità già consegnata. Il nome di un partner non dimostra che ogni suo prodotto, versione del modello o percorso di esportazione sia coperto.
L'ampliamento segue anche l'annuncio di agosto sulla possibilità di rimuovere segni visibili da alcune immagini, video e canzoni generati, conservando SynthID invisibile e i metadati C2PA. Un output più pulito affida maggiormente la spiegazione a prove leggibili dalle macchine. Un lettore pubblico di queste prove diventa più importante quando manca un'etichetta evidente.
La partecipazione di più aziende estende la portata, ma l'adozione resta una condizione. Generatori non compatibili, pipeline modificate di modelli aperti e strumenti di esportazione che perdono i segnali lasciano lacune significative. La quantità di materiale segnato non si converte nella percentuale di tutti i media sintetici.
Un segnale inserito non è una deduzione dall'aspetto
SynthID inserisce un motivo progettato durante la generazione o modifica e lo cerca in seguito. L'implementazione iniziale per immagini usava due reti neurali addestrate insieme: una incorporava il segnale impercettibile, l'altra imparava a recuperarlo e classificarlo. Gli obiettivi da conciliare erano persistenza e qualità dell'immagine.
Nei video la filigrana si estende ai fotogrammi, invece di essere un'etichetta rimovibile in un angolo. L'audio usa schemi inudibili, anche negli output di Lyria e delle funzioni audio di NotebookLM. Google afferma che compressione normale, rumore aggiunto e variazioni della velocità possono lasciare rilevabili i segni audio.
Per le immagini, l'azienda descrive resistenza a ritagli comuni, cambiamenti di colore o luminosità, filtri e compressione con perdita. Non garantisce che il segnale sopravviva a ogni trasformazione. Registrare lo schermo o riprendere con una videocamera può sostituire le strutture originarie di pixel, suono e metadati con un nuovo file.
Il testo usa un altro meccanismo: piccole variazioni nelle probabilità di selezione dei token creano uno schema statistico. La ricerca Google indica risultati migliori su passaggi lunghi e vari che su testi brevi o molto riscritti. Questo spiega il nome condiviso, ma non amplia il perimetro del portale pubblico.
Un classificatore forense, invece, stima l'origine sintetica da caratteristiche statistiche o visive senza richiedere un segno inserito. Può tentare l'analisi di fonti sconosciute, ma le conclusioni sono probabilistiche. Modifiche convenzionali possono causare falsi positivi; il cambiamento dei generatori può produrre falsi negativi. SynthID formula un'affermazione più limitata: se sia possibile recuperare il suo segnale compatibile.
La resistenza ordinaria non garantisce protezione dagli attacchi
Un responso negativo lascia aperte generazione non supportata, elaborazione intensa, rimozione deliberata e normale creazione umana. Risponde a una domanda sul recupero del segnale, non sulla presenza di qualsiasi intervento AI nel file.
Uno studio sottoposto a revisione paritaria a NeurIPS ha rilevato che la ricostruzione generativa poteva ridurre il rilevamento in diversi sistemi di filigranatura a livello di pixel conservando una qualità utilizzabile. Non ha dimostrato che ogni attacco di quel tipo superi l'implementazione attuale di Google. Non giustifica né il rifiuto di tutte le filigrane né la definizione del sistema come inattaccabile.
I falsi positivi richiedono attenzione separata quando il risultato influenza una scelta giornalistica, un procedimento disciplinare o un'indagine per frode. Google non ha pubblicato un'unica misura di accuratezza che copra ogni partner, formato, trasformazione e percorso reale di caricamento. Volumi distribuiti e richieste quotidiane non colmano questa lacuna probatoria.
Le valutazioni indipendenti dovrebbero distinguere ridimensionamento, ricompressione, transcodifica e trattamento ordinario delle piattaforme dai tentativi deliberati di rimozione. Riunire minacce diverse in un solo dato nasconderebbe ciò che il rilevatore sa fare affidabilmente. Anche le implementazioni e la copertura dei prodotti di ciascun partner richiedono documentazione.
La provenienza integra la filigrana, senza certificare la verità
Le Content Credentials C2PA offrono un altro livello: dichiarazioni firmate su acquisizione, generazione, modifiche e firmatari, subordinate ai controlli di identità e fiducia. La filigrana viaggia nei dati del media; una credenziale può descriverne la storia. Nessuna delle due è garantita dopo screenshot, esportazioni non supportate o trasformazioni delle piattaforme.
L'approccio di Meta combina informazioni C2PA e IPTC leggibili dalle macchine con i propri segnali. Anche Microsoft e Adobe sostengono sistemi di provenienza. Questi metodi possono integrare i segni incorporati, non contendersi un unico verdetto completo sull'autenticità.
Conservare file originali, URL di origine, tempi di pubblicazione, credenziali e contesto del controllo rende il risultato più interpretabile in seguito. Indagine sulla fonte, ricerca inversa delle immagini e conferme dei testimoni affrontano domande che la filigrana non risolve. Una vera fotografia può avere una data o un luogo falsi; una simulazione didattica generata può essere correttamente segnalata e innocua.
Il lancio migliora quindi l'accesso a prove sull'origine, non a una macchina che decide la verità. Il valore pratico dipenderà da documenti chiari sulla compatibilità, valutazioni esterne e piattaforme che preservino i segnali. Un risultato positivo restringe la domanda sull'origine; uno negativo la lascia aperta.