S3 — Оцеляват ли маркировките за произход от ИИ в обичайните конвейери за обработка на изображения, видео и аудио?

Резюме

Актът за изкуствения интелект на ЕС (Art. 50(2)), калифорнийският AI Transparency Act (SB 942, изменен с AB 853) и китайският стандарт GB 45438-2025 изискват синтетичните медии да носят машинночетими маркировки. На практика това са: манифест C2PA, чиито действия декларират IPTC digitalSourceType (trainedAlgorithmicMedia), същият термин на IPTC в XMP (Iptc4xmpExt:DigitalSourceType) и китайското поле на XMP TC260:AIGC.

Изградихме възпроизводима локална лаборатория: 23 синтетични тестови файла (JPEG, PNG, WebP, MP4, M4A, WAV, MP3), подписани с тестовия сертификат на c2patool, плюс една публична проба C2PA. Прекарахме ги през 41 трансформации в Pillow, sharp/libvips (включително точно копие на оптимизатора next/image), ImageMagick, ExifTool и ffmpeg, което даде 154 изходни файла и 474 наблюдения изходен файл × маркировка.

Нито едно презаписване на пиксели или контейнер не запази вградения манифест C2PA (0/124), включително при всяка изпробвана опция „запазване на метаданните“. Редактирането на едно-единствено поле на XMP след подписването остави манифеста наличен, но невалиден (6/6). Двете маркировки в XMP винаги споделяха една и съща съдба. Оцеляваха само когато конвейерът изрично запазваше XMP: това никога не е поведението по подразбиране в sharp, next/image или Pillow, а в ImageMagick е по подразбиране, освен ако метаданните не се премахват. ffmpeg премахна всички маркировки във всички изпробвани конфигурации за MP4/M4A/WAV/MP3. Единственият изпробван път към валидно удостоверение за производен файл беше повторното подписване след обработката, с оригинала като съставка (4/4), и дори тогава декларацията за ИИ оцеляваше само в съставката, а не в новия активен манифест. Поведението на CDN и платформите, както и правната уредба, са описани чрез дословни цитати от документацията, отделно от това, което измерихме.

Цитирайте това изследване

Цитиране

EasyxLab (2026). Do AI provenance marks survive common image, video and audio pipelines? Study S3. EasyByte Hub S. Coop. Mad. https://github.com/easybytehub/easyxlab/tree/main/studies/s3-ai-marks-survival

BibTeX

@techreport{easyxlab_s3,
  title       = {Do AI provenance marks survive common image, video and audio pipelines?},
  author      = {{EasyxLab}},
  institution = {EasyByte Hub S. Coop. Mad.},
  number      = {S3},
  year        = {2026},
  url         = {https://github.com/easybytehub/easyxlab/tree/main/studies/s3-ai-marks-survival}
}

Резюме

Цитирайте това изследване

Свързани изследвания