S3 — Sobreviuen les marques de procedència d'IA a les cadenes habituals de processament d'imatge, vídeo i àudio?

Resum

El Reglament d'intel·ligència artificial de la UE (Art. 50(2)), la Llei de transparència de la IA de Califòrnia (SB 942, modificada per l'AB 853) i la norma xinesa GB 45438-2025 exigeixen que els continguts sintètics portin marques llegibles per màquina. A la pràctica són: un manifest C2PA les accions del qual declaren un digitalSourceType d'IPTC (trainedAlgorithmicMedia), el mateix terme IPTC en XMP (Iptc4xmpExt:DigitalSourceType) i el camp XMP xinès TC260:AIGC.

Vam muntar un laboratori local reproduïble: 23 fitxers de prova sintètics (JPEG, PNG, WebP, MP4, M4A, WAV, MP3) signats amb el certificat de prova de c2patool, més una mostra C2PA pública. Els vam passar per 41 transformacions a Pillow, sharp/libvips (inclosa una rèplica exacta de l'optimitzador de next/image), ImageMagick, ExifTool i ffmpeg, cosa que va donar 154 sortides i 474 observacions sortida × marca.

Cap reescriptura de píxels o del contenidor no va conservar un manifest C2PA incrustat (0/124), incloses totes les opcions de «conservar metadades» que vam provar. Editar un sol camp XMP després de la signatura va deixar el manifest present però invàlid (6/6). Les dues marques XMP van córrer sempre la mateixa sort. Només van sobreviure quan la cadena conservava l'XMP explícitament: mai no és l'opció per defecte a sharp, next/image ni Pillow, i sí que ho és a ImageMagick llevat que s'eliminin les metadades. ffmpeg va descartar totes les marques en totes les configuracions MP4/M4A/WAV/MP3 provades. L'única via provada per obtenir una credencial vàlida en un derivat va ser tornar a signar després del processament, amb l'original com a ingredient (4/4), i fins i tot llavors la declaració d'IA només va sobreviure dins de l'ingredient, no en el nou manifest actiu. El comportament de les CDN, les plataformes i la llei es recull amb citacions literals de la seva documentació, separat del que vam mesurar.

Cita aquest estudi

Citació

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}
}

Resum

Cita aquest estudi

Estudis relacionats