S3 — Přežijí značky původu AI běžné zpracovatelské řetězce obrazu, videa a zvuku?

Abstrakt

Unijní akt o umělé inteligenci (Art. 50(2)), kalifornský AI Transparency Act (SB 942 ve znění AB 853) a čínská norma GB 45438-2025 vyžadují, aby syntetická média nesla strojově čitelné značky. V praxi jde o: manifest C2PA, jehož akce deklarují IPTC digitalSourceType (trainedAlgorithmicMedia), stejný termín IPTC v XMP (Iptc4xmpExt:DigitalSourceType) a čínské pole XMP TC260:AIGC.

Sestavili jsme reprodukovatelnou lokální laboratoř: 23 syntetických testovacích souborů (JPEG, PNG, WebP, MP4, M4A, WAV, MP3) podepsaných testovacím certifikátem c2patool a k tomu jeden veřejný vzorek C2PA. Prošly 41 transformacemi v nástrojích Pillow, sharp/libvips (včetně přesné repliky optimalizátoru next/image), ImageMagick, ExifTool a ffmpeg, což dalo 154 výstupů a 474 pozorování výstup × značka.

Žádný přepis pixelů ani kontejneru nezachoval vložený manifest C2PA (0/124), a to včetně všech otestovaných voleb „zachovat metadata“. Úprava jediného pole XMP po podepsání ponechala manifest přítomný, ale neplatný (6/6). Obě značky XMP měly vždy stejný osud. Přežily jen tehdy, když zpracovatelský řetězec výslovně zachoval XMP: v sharp, next/image ani Pillow to nikdy není výchozí chování, v ImageMagick ano, pokud se metadata neodstraňují. ffmpeg zahodil všechny značky ve všech vyzkoušených konfiguracích MP4/M4A/WAV/MP3. Jedinou otestovanou cestou k platnému pověření u odvozeného souboru bylo opětovné podepsání po zpracování s originálem jako složkou (4/4), a i pak deklarace AI přežila jen uvnitř složky, nikoli v novém aktivním manifestu. Chování CDN a platforem a právní úprava jsou popsány na základě doslovných citací z dokumentace, oddělených od toho, co jsme změřili.

Citovat tuto studii

Citace

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}
}

Abstrakt

Citovat tuto studii

Související studie