AI 生成内容的"DNA 亲子鉴定"：隐写遗传如何追溯合成信息的家谱

达尔文的幽灵

1859年，达尔文在《物种起源》末尾写下了一段传世之语："从如此简单的开端，无尽最美丽最奇妙的形式已经且正在演化。"

近170年后，日本国立情报学研究所的 Ching-Chun Chang 和 Isao Echizen 在论文中写下了对位句："从如此简单的开端，无尽最逼真最深远的形式已经且正在演化。"——只不过，他们谈论的不是生物，而是 AI 生成的合成信息。

这是一个越来越紧迫的问题：当 AI 生成的图片、音频、文本以指数级速度涌入互联网，我们如何追溯一段内容的"亲生父母"？一张 AI 生成的图片被另一个模型修改后重新发布，再被第三个模型用于训练——这条演化链已经完全不可追溯。就像一个被遗弃的孩子，连亲生父母是谁都无从查起。

这篇论文提出了一个优雅的解决方案：隐写遗传（Steganographic Inheritance）——在 AI 生成内容的瞬间，把"父母"的特征像 DNA 一样不可见地嵌入"后代"中。

问题：合成信息的"孤儿危机"

先看问题的严重性。AI 生成的内容不是凭空出现的——它总是从某个模型、某段提示词、某张参考图"遗传"而来。但当前的 AI 系统在生成内容时，不会留下任何"遗传标记"。

这导致三个问题：

1. 溯源困难：一张深度伪造图片被传播后，无法确定它来自哪个模型、哪次生成。

2. 误判风险：两张看起来相似的图片，可能来自完全不同的"父母"（表型相似但基因型不同）；两张看起来不同的图片，可能来自同一个"父母"（基因型相同但表型不同）。

3. 链条断裂：即使原始生成时标记了来源，经过裁剪、压缩、滤镜等处理后，标记可能丢失。更关键的是，当另一个 AI 模型基于这张图生成新内容时，原有的标记完全不会传递到"孙代"。

这就像一个没有出生登记、没有 DNA 数据库的社会——每个人都是"孤儿"，无法建立家谱。

方案：隐写遗传的三步机制

论文提出的隐写遗传机制包含三个核心组件：

第一步：特征提取（投影器 Projector）

从"父母"内容中提取一个 n 比特的二进制特征向量，称为"遗传特征"（trait）。这就像从父母身上提取 DNA 指纹。

论文测试了五种投影器：

• SHA-256（密码学哈希）：对任何微小改动都极度敏感，连一个像素的变化都会导致完全不同的哈希值
• pHash（感知哈希）：对视觉相似的图片产生相似的哈希，但区分能力有限
• ResNet（卷积神经网络特征）：监督学习提取的视觉特征
• CLIP（多模态 Transformer 特征）：图文对齐的视觉特征
• DINO（自监督 Transformer 特征）：无需标签学习的视觉特征

第二步：隐写嵌入（编码器 Encoder）

在"后代"生成的瞬间，把父母的遗传特征通过隐写术嵌入后代内容中。关键约束是：嵌入必须不可见（不影响视觉质量），且必须鲁棒（经受住裁剪、压缩、滤镜等常见处理）。

论文提出了 CHAS（Cognitive Harmonic Artificial Steganographer）隐写系统。它的核心创新是利用"边信息"——编码器在嵌入时已知载体内容本身，这相当于通信中的"发射端已知信道状态"。CHAS 使用了类似通信系统的架构：编码器是"发射端"，图像是"信道"，解码器是"接收端"。

第三步：特征提取与比对（解码器 Decoder）

当需要追溯一段内容的来源时，解码器从内容中提取嵌入的遗传特征，与候选"父母"的遗传特征比对，找到最匹配的来源。

实验结果：DNA 鉴定的精度

论文在数字图像上进行了全面评估，结果令人印象深刻：

隐写系统性能：

• CHAS 在 64 比特容量下实现了 100% 的比特准确率（未修改图像）
• 图像质量：PSNR 34.29 dB，SSIM 0.95——肉眼几乎看不出嵌入痕迹
• 模型大小：18.5M 参数，介于 HiDDeN（0.4M）和 StegaStamp（54.3M）之间

鲁棒性：

• CHAS 在几何变换（裁剪、旋转、透视变换）上表现最稳健
• 传统方法（QIM、ISS）在几何变换下几乎完全失效
• 在光照、色彩、细节调整等常见处理下，CHAS 保持了高准确率

系统级追溯精度：

• 使用 DINO 投影器 + CHAS 隐写系统，在常见处理操作下实现了最高的系统追溯精度
• SHA-256 虽然在未修改时完美，但任何微小改动都会导致特征完全崩溃
• 感知哈希 pHash 和神经网络特征（ResNet、CLIP、DINO）在鲁棒性上远优于密码学哈希

理论分析： 论文还推导了追溯精度的理论公式，证明在 n 比特特征、池大小 N 的条件下，追溯精度取决于两个参数：投影器的比特一致率（理想值 0.5，越低区分度越高）和隐写系统的比特一致率（理想值 1.0，越高恢复越准）。这为系统设计提供了清晰的优化目标。

从"标记"到"遗传"的范式转变

这项工作的核心洞见是一种范式转变：从"被动标记"到"主动遗传"。

当前的内容溯源方案（如 C2PA、水印）本质上是"贴标签"——在内容生成后附加元数据。但标签可以被剥离，且不会传递到"后代"。

隐写遗传则是"嵌入基因"——特征不是附加在内容外面，而是编织在内容本身之中。就像生物的 DNA 不是贴在皮肤上的标签，而是编码在每个细胞里的信息。当 AI 模型基于已有内容生成新内容时，新内容的"基因"会自动携带父母的特征。

当然，这个方案有一个前提：生成模型必须配合。如果生成模型故意不嵌入遗传特征，或者恶意篡改已有特征，系统就会失效。论文承认了这一点，但指出这类似于社会的出生登记制度——它依赖于参与者的合作，但一旦建立，就能为整个生态系统提供追溯能力。

论文结尾的致敬令人动容。达尔文看到了生命演化的壮丽，而 Chang 和 Echizen 看到了信息演化的深远。当 AI 生成的合成信息以"无尽最逼真最深远的形式"在赛博世界中演化时，我们至少需要一种方式来回答那个最基本的问题：你从哪里来？

隐写遗传给出的答案是：从你的基因里。

---

论文: On the Origin of Synthetic Information by Means of Steganographic Inheritance 作者: Ching-Chun Chang, Isao Echizen 机构: 日本国立情报学研究所（National Institute of Informatics） arXiv: 2605.27551 开源代码: 暂无公开代码仓库