IT之家于 8 月 31 日报道，由于 AI 绘制的图像和 AI 制作的视频数量不断增加，现在很多人已经难以仅凭肉眼判断相关媒体信息是否由人工智能生成。

关于这个情况，美国康奈尔大学的相关学者研发出一种创新的技术手段，借助向录制环境的光源里植入隐蔽的数字标记，以便在影像资料制作完毕之后，依然可以确认其确凿性。

这个名为“噪声编码照明”的理论，系康奈尔大学计算机科学研究生 Peter Michael 带领团队研发，首度亮相是在 2025 年 8 月 10 日的 SIGGRAPH 2025 会议，该构想最初由康奈尔大学助理教授 Abe Davis 发起。

Davis 表示：这确实是一个持续多年的重大难题，它不会自行解决，反而会持续恶化。

采用不同于传统方式将水印直接嵌入视频文件像素的方法，这项技术选择将水印放置在物理光源上，因此任何摄影器材，包括专业级别的相机和普通手机，在拍摄过程中都会自主捕捉到该水印。

左侧站着亚伯戴维斯，右侧坐着硕士研究生彼得迈克尔

运用特定技术手段，电脑显示器、摄影棚灯具或专用 LED 光源等可编程设备，能够借助软件注入特定的亮度编码方案；相比之下，传统不可编程灯具，则需加装一枚邮票尺寸的微芯片，该芯片依据隐秘指令对光线强弱进行精确控制，且这种调节过程人眼无法察觉。

也就是说，这项技术能够借助特殊编码，为每一个光源制作出一段低清晰度、附带时间标记的“隐藏影像片段”。Davis 说明：“一旦有人对视频进行伪造，伪造区域就会和该区域的其他内容出现冲突。倘若有人运用人工智能制造伪造影像，生成的影像中的标记序列会显得杂乱无章。”

对比这些编码方式，研究人员可以快速识别出缺失的部分、被加入的物体以及被更改的画面。譬如，要是访谈内容遭删除，视频编码就会显现出一段无图像的时段；而编造的情节往往表现为全黑的区域。

IT之家了解到，研究团队已经在一个场景下展示了最多三种不同光源编码的应用，因此显著提升了水印的复杂程度。这表明，即便存在伪造者，他也需要同时伪造多个相互协调的视频信号才能进行交叉检验。Davis表示：“即便对手了解这项技术，并且试图推算出代码，他们开展工作的难度也会非常大。”

Davis 指出，视频原先被当作确凿证据，但现在这种看法需要修正了。当前借助人工智能技术，几乎能够制作出任何所需影像，这既可能带来娱乐，也可能造成麻烦，因为分辨真伪将会越来越困难。