8 月 31 日消息，随着 AI 图片及 AI 视频日益泛滥（例如刚刚爆火的 nano-banana），相信现在越来越多的人已经无法再通过简单的肉眼观察去辨别相关媒体内容是否为 AI 生成。

针对这一问题，美国康奈尔大学的研究人员提出了一种新的取证方法：通过在拍摄场景的光源中嵌入隐形数字水印，使得在视频录制完成后仍能验证其真实性。

这一概念名为“噪声编码照明”（noise-coded illumination），由康奈尔大学计算机科学研究生 Peter Michael 主导完成，并在 2025 年 8 月 10 日于 SIGGRAPH 2025 上首次公开。该思路最初由康奈尔大学助理教授 Abe Davis 提出。

Davis 表示：“这是一个长时间存在的严重问题。它不会消失，而且只会变得越来越严重。”

与传统方法直接在视频文件中嵌入像素级水印不同，这一技术将水印置于物理光源中，从而确保任何摄像设备（无论是专业摄影设备还是智能手机）都会在拍摄时自动记录下水印。

在实现方式上，可编程光源（如电脑显示器、摄影棚照明或特定 LED 灯）可通过软件注入编码亮度模式；而普通不可编程灯具则可通过附加一枚邮票大小的芯片来实现，芯片会根据“密码”对光源强度进行细微调整，且肉眼无法察觉。

也就是说，该技术可凭借独特编码为每个光源生成一段低分辨率、带有时间戳代码的“水印视频”。Davis 解释说：“当有人篡改视频时，被篡改部分会与这部分视频产生矛盾。如果有人尝试用 AI 生成假视频，生成视频的代码看起来就像随机变化。”

通过比对这些编码模式，分析人员将能够迅速检测到缺失片段、插入对象、被修改的场景。例如，如果访谈中的内容被删除，视频代码就会出现一段视觉空白；而虚构内容通常会以纯黑区域显示。

注意到，研究团队已在同一场景中展示了最多三种独立光源编码的应用，从而大幅提高了水印的复杂性。这意味着，就算存在造假者，他也必须同时伪造多个相互匹配的视频代码来交叉验证。Davis 指出：“即使对手知道我们在使用这种技术，并且设法推算出代码，其工作也极其难展开。”

Davis 总结道：“视频曾被视为真实来源（视频不能 P），但现在我们不能再这样想了。如今几乎可以通过 AI 生成任何想要的视频，这既可能带来乐趣，也可能引发问题，因为辨别真伪只会越来越难。”