首页 > 业界 > 关键词  > 正文

Steg.AI推出基于深度学习的水印方案 可将隐形水印嵌入数字内容中

2023-08-03 15:34 · 稿源:站长之家

文章概要:

1. Steg.AI 开发了一种基于深度学习的水印方案,可以将几乎不可察觉的水印嵌入数字内容中,并且即使图像被修改、压缩或篡改,水印仍然保持完整。

2. 大型科技公司如 Microsoft 和 Meta 也在努力开发水印技术,但 Steg.AI 的方法更为先进,可以在图像生成过程中无缝地嵌入水印,增强安全性和计算效率。

3. 政府对人工智能技术的监管需求日益增加,水印技术可以用于验证 AI 生成的内容的真实性,防止深度伪造和虚假信息的传播。

站长之家(ChinaZ.com)8月3日 消息:2023年5月,全球震惊于五角大楼冒烟的图片。许多新闻频道根据这些图片报道事件,甚至股市也做出了短暂的反应。然而后来证明,这是一张虚假的由人工智能生成的图片。

这样的事例凸显了在各种情况下识别由人工智能生成的内容的挑战。也重新引发了关于深度伪造和虚假图片的更大讨论 —— 这是由于生成式人工智能工具和它们根据提示产生超逼真图片的能力所加剧的。

所有这些都导致全球各国政府争相寻找解决方案和安全监管人工智能的方法。知名的人工智能公司,包括亚马逊、Anthropic、谷歌、Inflection、Meta、微软和 OpenAI 等,已自愿承诺采取措施,如为人工智能生成的内容加水印,以增强其安全性,但尚未取得任何实质性进展。

当前的方法,如将数据编码到图像或音频中,很容易被绕过。需要一种稳健、隐形的水印技术,易于应用和检测,同时抵抗各种变换。研究表明,人类很难区分人工智能生成的内容和人类生成的内容。由于在线知识产权盗窃猖獗,证明内容创作来源的能力日益重要。

与此同时,总部位于加利福尼亚的平台 Steg.AI 已经开发出一种基于深度学习的解决方案,可以将几乎不可察觉的水印嵌入数字内容中。即使这些图片经过修改、压缩或操纵,Steg.AI 的水印仍然完整。这种水印具有非常强大的韧性,甚至可以在 iPhone 相机上捕捉到屏幕上显示或打印出的水印。

image.png

官网地址:https://steg.ai/

Steg.AI 的水印技术在股票摄影服务、社交媒体平台上的内容分享、电影的预发行副本和保护机密文件等各种场景中都有应用。早期版本的产品面临挑战,导致公司转变重点关注韧性,这一突出特点与客户产生共鸣。

Steg.AI 的核心概念是在分发之前将水印无缝地整合到人工智能生成的图片中。虽然具体的过程保密,但基本思想围绕着一对机器学习模型。一个模型负责定制水印在图片中的位置,确保对人眼来说不可察觉,但仍然可以被解码算法检测到。

类似于一个几乎不可见且不可更改的 QR 码,这种方法潜在地可以容纳千字节的数据,足以存储 URL、哈希值和纯文本信息。每一页多页文档或视频帧都可以隐藏不同的代码,从而呈指数级增加容量。

该公司的大量工作可以追溯到2019年的 CVPR 论文,以及获得的第一和第二阶段 SBIR 政府拨款。创始人 Eric Wengrowski 和 Kristin Dana 曾参与学术研究,他们致力于多年来改进他们的方法。

Steg.AI 的进展得到了 NSF 拨款和天使投资的支持,总额达120万美元。最近,该公司宣布取得重要里程碑,完成了500万美元的种子轮融资,由 Paladin Capital Group 领投,华盛顿广场天使投资、NYU 创新风投基金和个人天使投资者参与。

大型科技公司已经采取措施将水印技术应用到他们的内容中。微软在其年度 Build 会议上宣布,正在为 Bing 图像创建和设计师增加新的媒体出处功能,使用户能够验证人工智能生成的图像和视频。这项创新采用加密方法,在内容上标记和签署元数据以指示其来源。为此,网站必须采用与 Adobe、Arm、Intel、微软和 Truepic 共同开发的联合内容出处和真实性(C2PA)规范。

然而,微软的努力的影响取决于更广泛的媒体出处标准的采用,得到了 Stability AI 和谷歌等公司的支持,他们也在探索类似的方法。Shutterstock 和 Midjourney 已采用指导方针,嵌入标记表示生成式人工智能创建的内容。

另一方面,Meta AI、Centre Inria de l’Universite de Rennes 和 Sorbonne 大学进行的合作研究已经开发出一种创新技术,可以在图像生成过程中无缝地加入水印,同时保留架构的完整性。这种方法修改了预训练的生成模型,以有效地将水印整合到生成的图像中,增强安全性和计算效率。这项技术使模型提供商能够为不同的用户群体分发带有不同水印的模型版本,以便监控道德使用。

这种技术对于媒体机构来说是宝贵的,可以识别计算机生成的图像。研究人员利用潜在扩散模型(LDM)成功地将水印与生成模型进行了最少的调整。该过程涉及使用感知图像损失和一个名为 HiDDeN 的简化深度水印方法的隐藏信息损失来对 LDM 解码器进行微调。这种技术在图像编辑任务中表现出很强的性能,即使是对于严重裁剪的图像,也能保持原始模型在各种基于 LDM 的任务中的效用。

上个月,这七家大型科技公司的举动支持了拜登政府对繁荣和受欢迎的人工智能技术进行监管的推动。美国国会还在审议一项法案,要求在创建政治广告时披露人工智能的参与情况。

举报

  • 相关推荐
  • 大家在看
  • helpmee.ai:AI辅助的电脑帮助,让老年人轻松掌握技术。

    helpmee.ai是一个利用AI技术为老年人提供电脑使用指导的网站。通过耐心的语音对话和屏幕共享,AI伴侣逐步引导老年人完成任何计算机任务,确保他们能够自信且独立地在数字世界中导航,支持50多种语言,全天候服务。该服务使用OpenAI的最新GPT-4o模型,提供无与伦比的准确性和理解力。

  • video-subtitle-master:批量生成视频字幕并支持多语言翻译的客户端工具

    video-subtitle-master 是一个基于之前开源项目 VideoSubtitleGenerator 开发的客户端工具,它允许用户批量为视频生成字幕,并支持将字幕翻译成不同的语言。这个工具特别适合需要对视频内容进行本地化处理的个人或团队,无论是为了教育、娱乐还是商业目的。它集成了多种翻译服务,如百度翻译、火山引擎翻译等,并优化了对 Apple Silicon 的支持,提供了快速的生成速度。

  • EngineerDraft:实时字幕生成工具

    BeMyEars 是一款实时字幕生成工具,利用本地设备完成语音识别,为听障人士和需要字幕的用户提供极致体验。其主要优点包括多语言支持、多源输入、隐私保护等。

  • 大设:AI 智能绘画平台,让文本和图片成为艺术作品。

    大设是基于 Stable Diffusion 的免费 AI 绘画网站,提供一键生成高清精绘大图、SDXL 模型教程、AI 提示词工具。背景包括清华大学研发,定位为 AI 智能绘画平台。

  • Supaclip:将视频快速转化为知识库。

    Supaclip是一个旨在帮助用户将视频内容转化为知识库的在线工具。它通过提供视频摘要、AI助手、字幕和时间戳等功能,帮助用户快速理解和导航视频内容。产品适用于内容创作者、学生、播客主持人和研究人员等,通过这些功能,用户可以增加视频的有机覆盖率、从讲座中获取最大价值、提供节目笔记、通过聊天机器人进行互动以及从访谈视频和纪录片中提取关键见解和引用。

  • Context Data:一站式企业级数据平台,专为生成式AI应用设计

    Context Data是一个为生成式AI应用设计的数据处理和转换平台,旨在帮助AI团队构建数据基础设施,以便他们专注于构建AI逻辑。它提供了无需设置基础设施、跨多个源转换数据、连接多个模型、加载数据到主要向量数据库、查询私有向量数据、定时管道以及构建数据和ETL管道等功能。Context Data强调数据隐私控制,避免了将数据上传到OpenAI等外部模型,简化了构建AI就绪数据平台的压力和复杂性。

  • World of Gami:AI驱动的Trello替代品,让团队任务保持最新。

    World of Gami是一个利用AI技术简化任务管理的网站,它将日常任务转化为令人兴奋的挑战,使项目管理不仅是必需的,而且是团队工作流程中令人愉悦和有益的一部分。通过将传统任务列表或看板转变为生动和竞争性的游戏,每个用户可以创建自己的'船',使用Scrum方法进行冲刺,并竞争'冲刺皇冠',这不仅使项目管理更加有趣,而且培养了团队精神和成就感。

  • Dola AI:您的个人 AI 日历助手,简化日程安排,释放时间。

    Dola 是一款通过消息应用进行日程安排的 AI 助手,它与 Google 日历、Apple 日历和 Caldav 兼容,能够通过自然语言快速安排日程,提高效率,同时支持语音、图片和文本输入。Dola 旨在帮助用户节省时间,专注于他们喜欢的事情。

  • Remind AI:使用先进的AI技术,轻松捕捉您的数字活动并作为记忆使用。

    reMind是一款利用AI技术帮助用户捕捉和利用数字活动作为记忆的产品。它通过先进的人工智能技术,让用户能够轻松地记录和回顾自己的工作和活动,从而提高生产力。

  • BrowseBuddy:AI购物助手,提升电商购物体验

    BrowseBuddy是一款AI驱动的聊天机器人,旨在通过提供个性化的帮助来增强在线购物体验。它利用自然语言处理技术来理解客户查询,提供量身定制的产品推荐和支持。BrowseBuddy通过智能产品匹配、实时解决方案、多语言支持等技术,为电商企业提供了一种提升客户满意度和销售效率的解决方案。

  • Depthforge:AI驱动的3D图像生成应用

    Depthforge是一款利用Apple Vision Pro技术,通过文本提示生成沉浸式3D图像的应用。它易于使用,能够让用户通过简单的文本输入来创造独特的高质量3D图像,体验全新的3D图像生成世界。

  • AudiowaveAI:将任何文本转换为有声读物质量的声音。

    AudiowaveAI是一款利用人工智能技术将文本转换成高质量音频的应用程序。它与传统的文本到语音技术不同,提供了更加自然、富有情感的语音输出,让听众在学习和享受内容时获得更好的听觉体验。产品背景信息包括它是由全球创新公司和自由职业者信赖的产品,其主要优点在于其引人入胜的声音、自然的声音效果以及令人愉悦的听觉享受。产品定位为教育工具,旨在帮助用户在移动中学习,享受夏日阳光。

  • Usermaven:简单而强大的网站和产品分析工具

    Usermaven是一个简单易用且功能强大的网站和产品分析工具,专为市场营销人员和产品专业人士设计。它通过自动捕获所有事件来提供精确的追踪,无需依赖开发人员,从而简化了数据分析过程。Usermaven还提供了隐私友好的解决方案,支持GDPR和CCPA合规性,并且可以无cookie运行,保护用户隐私。

  • StarSearch:git历史查询助手,贡献者分析工具

    StarSearch是一个专注于git历史和贡献者分析的在线工具,它能够帮助用户快速获取有关贡献者活动的信息,识别关键贡献者,以及基于工作内容找到特定领域的专家。该工具对于开源项目维护者、开发者和团队领导者来说极为重要,因为它可以提高项目管理效率,优化团队协作,并促进技术社区的交流与合作。StarSearch是我们基于人工智能的功能,可以深入了解贡献者的历史和活动,带来透明度和对开源项目的全新深度认知。

  • AIGCRank.cn:AI 排行榜

    AIGCRank.cn 是一个提供 AI 产品排行榜的网站,主要收集和整理国内外各类 AI 产品的相关信息,并通过排行榜形式展示给用户。该网站旨在帮助用户了解和选择最优秀的 AI 产品,以满足其需求。

  • ReVideo:视频重制,精确控制内容与运动

    ReVideo是一个创新的视频编辑技术,它允许用户在特定区域进行精确的视频编辑,通过指定内容和运动来实现。这项技术通过修改第一帧来实现内容编辑,而基于轨迹的运动控制提供了直观的用户交互体验。ReVideo解决了内容和运动控制之间耦合和训练不平衡的新任务。通过开发三阶段训练策略,逐步从粗到细解耦这两方面,并提出一种时空自适应融合模块,以在不同的采样步骤和空间位置整合内容和运动控制。

  • TryOnDiffusion:一款基于扩散模型的服装试穿技术

    TryOnDiffusion是一种创新的图像合成技术,它通过两个UNets(Parallel-UNet)的结合,实现了在单一网络中同时保持服装细节和适应显著的身体姿势及形状变化。这项技术在保持服装细节的同时,能够适应不同的身体姿势和形状,解决了以往方法在细节保持和姿势适应上的不足,达到了业界领先的性能。

  • AIGCRank大语言模型API价格对比:汇总和比较全球主要AI模型提供商的价格信息

    AIGCRank大语言模型API价格对比是一个专门汇总和比较全球主要AI模型提供商的价格信息的工具。它为用户提供最新的大语言模型(LLM)的价格数据,包括一些免费的AI大模型API。通过这个平台,用户可以轻松查找和比较OpenAI、Claude、Mixtral、Kimi、星火大模型、通义千问、文心一语、Llama 3、GPT-4、AWS和Google等国内外主要API提供商的最新价格,确保找到最适合自己项目的模型定价。

  • Pandora:通用世界模型,支持自然语言动作和视频状态

    Pandora是一个向通用世界模型迈进的模型,它能够通过生成视频来模拟世界状态,并允许使用自然语言在任何时间控制视频内容。Pandora与以往的文本到视频模型不同,它允许在视频生成过程中随时接受自由文本动作输入,从而实现视频的即时控制。这种即时控制能力实现了世界模型支持交互式内容生成和增强的健壮推理和规划的承诺。Pandora能够跨多个领域生成视频,如室内/室外、自然/城市、人类/机器人、2D/3D等场景。此外,Pandora还允许通过高质量的数据进行指令调整,使得模型能够在一个领域学习动作并在另一个未见过的领域中使用。Pandora模型还通过自回归模型生成更长的视频,其生成的视频长度可以超过训练视频的长度。尽管Pandora作为通用世界模型的初步步骤仍有限制,例如在生成一致性视频、模拟复杂场景、理解常识和物理法则以及遵循指令/动作方面可能会失败,但它在视频生成和自然语言控制方面展示了巨大的潜力。

  • Dev Home:Windows开发者的一站式控制中心

    Dev Home是微软为Windows开发者推出的一款桌面客户端,旨在提供一个集中的控制中心,帮助开发者监控项目、设置开发环境、连接开发者账户和工具,并创建专用的存储空间。它通过自定义的仪表板小部件,使开发者能够监控工作流程、跟踪开发项目、编码任务、Azure DevOps查询、GitHub问题、拉取请求、可用SSH连接以及系统的CPU、GPU、内存和网络性能。Dev Home 0.14 预览版更新集成了 PowerToys 模块,以及基于 AI 的 Quickstart Playground 功能。

今日大家都在搜的词: