Google公开的SynthID Detector让任何人都能直接检查图像、视频或音频文件是否带有参与生成器嵌入的隐形水印。此次最重要的变化是访问权限：此前仅向特定记者、研究人员和媒体从业者开放的工具，如今提供全球可访问的英文网站。
最有价值的检测结果也有明确边界。恢复出水印，可以证明存在兼容的生成或编辑过程，却不能判定媒体传达的主张是否虚假。未发现水印，也不能证明内容由人类创作。公开服务扩大了一个有用的验证网络，并没有让它成为万能检测器。
从有限预览到文件上传服务
Google在2025年5月I/O大会推出检测门户。如今取消候补名单，让用户可以在Gemini、Search和Chrome之外直接上传文件；这些产品此前已整合验证功能。Google称，集成工具每天处理超过100万次验证请求；更早的推广记录则称，在Search和Chrome扩大访问前，检测已累计使用5000万次。
网站支持JPG/JPEG、PNG、BMP、WEBP、AVIF、HEIC/HEIF、TIFF/TIF和GIF图像，MP4、MOV和WEBM视频，以及WAV、MP3、OGG、FLAC、AAC和M4A音频。它能扫描文件，并定位带水印的区域或时间片段，而不只是给整个文件贴一个笼统标签。
混合媒体尤其需要这种区分。传统拍摄的视频可能配有生成语音，编辑后的图像也可能混合带标记与未标记区域。在音频片段发现SynthID，并不意味着相应画面也由AI生成。任何检测结果都不能证明说话者同意了使用、说明文字准确，或者相关事件确实发生。
这是媒体检查网站，不是通用AI写作检测器。Google另有文本水印技术，但不能因为同属SynthID，就认为图像、视频和音频上传流程能够检测任意文章。
部署规模与合作伙伴解释开放时机
Google称，已为超过1800亿张图像和视频以及相当于24万年时长的音频添加水印。这些是公司披露的部署数字，不是对准确率、误报或抗攻击能力的独立测量。
受支持的Google产品包括Gemini、Flow、Vids和ProducerAI，模型系列包括Nano Banana、Veo和Lyria。最初的图像系统于2023年8月通过Vertex AI上的Imagen推出，随后扩展到其他模态。
Google表示，OpenAI、Nvidia和Kakao已对相关输出提供SynthID支持。Apple预计稍后加入，尚不能视为已经交付的能力。一家公司的名字出现在合作名单中，并不代表其每种产品、模型版本和导出路径均受覆盖。
此次扩展也紧随Google在8月宣布的变化：用户可以移除部分生成图像、视频和歌曲的可见标记，同时保留隐形SynthID和C2PA元数据。更整洁的成品意味着，来源说明更多依赖机器可读证据。看不到明显标签时，公开的证据读取工具就更有价值。
跨公司的参与扩大了范围，但采用该技术仍是前提。不受支持的生成器、被修改的开放模型管线，以及不能保留信号的导出工具，都会留下缺口。已加水印的素材总量，不能换算成全球合成媒体的覆盖率。
嵌入信号不同于凭外观猜测
SynthID在生成或编辑时主动植入预设模式，之后再搜索它。最初的图像实现使用两个联合训练的神经网络：一个嵌入不可察觉的信号，另一个学习恢复并分类。设计需要同时兼顾水印持久性与图像质量。
视频将水印扩展到连续帧中，而不是在角落放一个可删除标签。音频使用人耳听不到的模式，包括Lyria及NotebookLM音频功能的输出。Google称，普通压缩、增加噪声和改变播放速度后，音频标记仍可能被检测。
图像方面，公司称水印能承受常见裁剪、颜色或亮度调整、滤镜及有损压缩。这不意味着任何转换后都能保留。录屏或用摄像头重新拍摄，可能用新文件替换原有像素、声音和元数据结构。
文本采用另一种机制：细微改变词元选择概率，形成统计模式。Google研究称，较长且多样化的段落比短文本或大量改写内容更适合检测。这能解释共同的技术名称，但不能据此扩大公开门户的媒体检测范围。
取证分类器则不需要预先植入标记，而是根据统计或视觉特征估计合成来源。它能尝试判断未知来源，但结论具有概率性：传统编辑可能造成误报，生成器变化也可能造成漏报。SynthID的主张更窄，只回答能否恢复兼容信号。
抵御普通编辑不等于抗攻击保证
阴性结果仍可能对应不受支持的生成、重度处理、蓄意移除，或普通人工创作。它回答的是能否恢复信号，而不是有没有任何AI系统参与过文件处理。
研究说明这种区分需要测试。一项经过同行评审的NeurIPS研究发现，生成式重建能在保留可用图像质量的同时，降低多个像素级水印系统的检测率。但该研究没有证明，每种此类攻击都能击败Google当前实现。因此，既不能据此否定所有水印，也不能声称当前系统无法攻击。
当检测结果影响新闻发布、纪律处分或欺诈调查时，误报应接受独立审视。Google尚未公布一个覆盖全部合作伙伴、格式、转换及现实上传路径的整体准确率。部署总量和每日请求数不能补上这项证据缺口。
独立测试应把普通缩放、重新压缩、转码和平台处理，与蓄意移除分开。把不同威胁模式混成一个准确率标题，会掩盖检测器究竟能可靠完成什么。不同合作伙伴的实现和产品覆盖范围，也需要文档证据，不能靠推测。
溯源可以补充水印，却不能认证真相
C2PA内容凭证提供另一层信息：有关拍摄、生成、编辑及签名实体的签名声明，其价值取决于身份和信任控制。水印位于媒体数据内部，凭证则可以描述历史。截图、不受支持的导出或平台转换，都可能让这些证据丢失。
Meta的标记方法结合机器可读的C2PA、IPTC信息及自身信号。Microsoft和Adobe也支持溯源系统。这些方法可以互相补充，而不是争夺一个无所不包的真实性裁决权。
保留原文件、来源链接、发布时间、凭证和检测语境，有助于日后正确解释结果。来源调查、反向图片搜索和目击者确认，可以回答水印恢复无法回答的问题。真实相机照片仍可能被配上错误日期或地点；AI生成的教学模拟，也可能标记清楚且完全无害。
因此，此次开放改善的是获取来源证据的渠道，而不是提供一台判定真假的机器。实际价值取决于清晰的兼容性记录、外部评估，以及平台能否在传播过程中保留信号。检测到SynthID，可以缩小来源调查范围；没有检测到，则意味着问题仍未解决。