康奈尔大学的研究人员开发出一种创新的方法，通过在光线中嵌入人眼无法察觉的隐藏信息来验证视频的真实性。这项技术将数据“水印”植入光线的微弱波动中，任何在该光线下拍摄的视频都会自动记录这些隐藏数据。通过检查这些水印，可以有效识别出视频是否被恶意剪辑或由人工智能生成，为打击日益猖獗的虚假信息提供了一个强大的新工具。
“视频曾经被视为真相的来源，但我们再也不能想当然了。现在你几乎可以创造任何你想要的视频……分辨真假正变得越来越难。”
视频信任面临的挑战
随着生成式人工智能和社交媒体的发展，制作和传播误导性视频变得前所未有的简单和迅速。过去的方法试图直接在数字视频文件中添加水印，但这种方式依赖于视频制作者或特定AI模型的主动配合，对潜在的恶意行为者几乎没有约束力。
“噪声编码照明”：一种新的解决方案
这项新技术的核心思想是将秘密代码嵌入到现场的照明中，而不是视频文件本身。
- 工作原理：在新闻发布会、采访等重要场合，通过专门设计的灯光（如摄影灯、电脑屏幕或室内照明）发出带有编码信息的、人眼难以察觉的光线波动。
- 普遍记录：任何在该环境下拍摄的视频，无论使用何种设备，都会将这些光线波动作为隐藏的水印记录下来。
- 实现方式：可编程光源可以通过软件实现，而普通灯具只需加装一个邮票大小的计算机芯片即可。
如何利用水印识别伪造内容？
每个水印都包含一个低保真度、带有时间戳的原始视频版本，研究人员称之为 “代码视频” (code videos)。当视频被篡改时，就会与这些隐藏的“代码视频”产生矛盾。
- 检测剪辑：如果有人从采访或演讲中删减片段，拥有密钥的分析师可以在“代码视频”的时间戳中发现明显的缺口。
- 检测添加或替换：如果有人在画面中添加或替换了物体，这些被篡改的区域在恢复的“代码视频”中通常会显示为黑色。
- 检测 AI 生成视频：如果整个视频是 AI 生成的，其恢复出的“代码视频”将只是一片随机的噪点，没有任何有效信息。
技术的优势与展望
这项技术的设计巧妙地利用了人类的感知盲区，并将编码信息伪装成光线中本身就存在的随机“噪声”，使其极难被察觉。
即使攻击者知道这项技术正在被使用，甚至设法破解了代码，他们的伪造工作也会变得异常困难。他们必须分别为每个“代码视频”进行伪造，并确保所有伪造版本都相互吻合。
研究团队已经成功在多达三个独立光源的场景下验证了该技术，并证实其在户外环境和不同肤色的人群中同样有效。然而，研究人员也警告说，对抗虚假信息是一场持续的军备竞赛，这个问题不会消失，只会变得越来越棘手。