AI 工具导航

OpenAI 开始给 ChatGPT 文本加水印:默认只在欧盟启用,改动两成文字即可绕过

2026-10-12 0 0 0

OpenAI 要开始给 ChatGPT 写的字打标记了。

据 Ars Technica 报道,OpenAI 宣布将在欧盟地区默认给 ChatGPT 生成的文本加水印,其他地区则提供该功能但默认关闭。这项能力叫 textGrain,OpenAI 已发布技术论文说明其原理。官方说法是,水印会在未来几周内面向欧盟用户推出,在 ChatGPT 与 Codex 应用中生效,而 API 侧维持"可手动开启"而非默认开启。

为什么是现在:欧盟 AI 法案的合规时钟

直接原因是监管。《EU AI Act》第 50 条已于 2026 年 8 月 2 日开始适用,其要求是:提供生成合成音频、图像、视频或文本内容的 AI 系统,必须确保输出以机器可读格式被标记、且可被检测为人工生成。在该日期前已上市的系统有一段过渡期,截止日期为 2026 年 12 月 2 日。

条文本身没有使用"水印"这个词,欧盟委员会的指引把水印视为可行技术之一,与元数据、指纹识别并列。对图片来说,OpenAI 可以指着 C2PA Content Credentials 交差;但对于纯文本,可选手段迅速收窄——这正是 textGrain 出现的原因。

textGrain 怎么工作:不改变可读性,但带钥匙的人能查

按 OpenAI 公开的技术说明,textGrain 与业界此前的 LLM 水印方案思路一致:在生成过程中对词的选择施加不易被人类察觉的统计偏好,这种偏好不实质影响输出的整体质量,但持有密钥的人可以用专门的检测器把它读出来。

检测权限目前是收紧的:OpenAI 表示只向有限的研究者和机构开放检测器,其他方需要通过申请审批流程逐步加入。

92% 检测率,但鲁棒性是软肋

Ars Technica 引述的官方测试数据显示,textGrain 的成功检测率约为 92%——算得上体面,但远谈不上可靠。

更能说明问题的是它对改动的敏感度:

  • 改动输出中 10% 的文本,检测成功率下降近 30%;
  • 改动 20% 的文本,成功率下降近 75%。

此外,短文本和经过翻译的文本,成功率都会比长文本更低。这些数字与业界以往的同类水印方案基本吻合——换句话说,这不是 OpenAI 独有的短板,而是统计式文本水印的结构性限制。

图片能塞进文件,文字只能藏进"用词习惯"

文本水印难做,有一个很朴素的原因:图片可以把元数据写进文件本身,而从聊天窗口复制出来的一段话,只带走文字。能被剪贴板带走的唯一标记,只能是统计意义上的、编织进字词选择里的那种。

这也解释了一个流传已久的误会。此前网上多次出现"ChatGPT 偷偷在文本里藏水印"的说法,起因是有人发现输出中存在不常见的不可见 Unicode 字符(如窄不换行空格 U+202F)。OpenAI 当时的解释是:那是大规模强化学习带来的副产品,不是水印。如果真的存在可被工具"一键剥离"的隐藏标记,那它保护不了任何东西。

同行跑得更快:Google 早在 2024 年,Anthropic 8 月已全球启用

横向对比,OpenAI 这次的动作其实偏保守:

  • Google:DeepMind 的 SynthID-Text 自 2024 年起就在 Gemini 中实际运行,是目前消费级规模最大的生成式文本水印部署,并提供 SynthID Detector 供查验;
  • Anthropic:2026 年 8 月 2 日(即第 50 条生效当天)起,为新版 Claude 模型引入了文本水印,且是全球启用;
  • OpenAI:目前只在监管强制要求的地区把水印设为默认,其余地区可选。

值得注意,SynthID 与 Anthropic 的水印互不兼容:SynthID 读不出 Claude 的标记,Anthropic 的工具也看不出 SynthID,各家检测器只认自家的钥匙。

OpenAI 内部其实早有原型——有报道提到其 2024 年的内部方案有效率约 99.9%,但公司因鲁棒性不足和对非英语母语者可能不公平(使用 AI 润色写作的人可能被误判)而推迟发布。

对普通用户和开发者意味着什么

  • 不溯及既往:统计式水印只存在于部署之后生成的文本里,你过往的存档原样不变;
  • 检测仍是"持钥匙者专属":至少上线初期,只有拿到 OpenAI 密钥的检测方才能读取标记;
  • 开发者需自行决定:API 侧提供开关而非默认开启,意味着部署模型的企业要自己决定怎么用,合规责任部分转移到了下游。

考虑到第 50 条适用于任何面向欧盟用户的服务,其影响预计会外溢到欧洲以外。

常见问题(FAQ)

Q1:我复制 ChatGPT 的回答,里面会带上隐藏字符吗? 不会。textGrain 是通过调整用词选择实现的统计式标记,不是可被剪贴板带走的隐藏字符。此前传闻中的不可见字符是模型训练的副产品。

Q2:水印能被去掉吗? 按官方数据,改动 10% 文字即可让检测成功率下降近 30%,改动 20% 下降近 75%。翻译、改写会进一步削弱它。

Q3:中国用户会受影响吗? OpenAI 目前仅在欧盟默认开启,其他地区默认关闭。第 50 条针对面向欧盟用户的服务,对欧盟以外用户没有强制力。

Q4:这对 AI 内容检测工具有帮助吗? 作用有限。水印只能识别"某个供应商自己标记过的内容",且必须用持有对应密钥的检测器。它无法回答"这段文字是不是 AI 写的"这类通用问题。

本文基于 Ars Technica 2026 年 10 月报道及 OpenAI 公开技术文档整理,检测率、改动敏感度等数字均引自原文。水印属于统计式标记,检测结果受文本长度、语言与修改程度影响,具体表现以 OpenAI 官方披露为准。

本文链接:post-215.html

相关文章