AI 生成图片的溯源真相:C2PA 内容凭证在传播链中的存活实测

导读:2025 年 9 月 1 日,国内《人工智能生成合成内容标识办法》正式施行,AI 生成内容被要求打上"显式+隐式"双重标识;国际上,Adobe 主导的 C2PA 内容凭证标准已经被 OpenAI、Google 等厂商接入。标准来了,但我一直有个疑问没人认真测过:这些藏在图片文件里的溯源凭证,到底能活多久?一张 AI 图从生成到被转发、压缩、截图、裁剪,凭证还会在吗?这篇文章我把三家生成器的图片丢进一条完整的"传播链"里折腾了一遍,用自研的批量检测脚本逐一验尸,顺带看看溯源机制在主动攻击面前到底是什么成色。

一、一个没人认真测过的问题

先说说我为什么会盯着这个事。

做安全的人现在都有个共识:眼见不再为实。AI 生成的人脸、风景、"新闻现场图"已经泛滥到肉眼基本无法分辨的地步。图多了之后,行业给出的答案是"溯源"——别指望从像素上判断真假,干脆在生成的时候就把"这是 AI 做的"这条信息写进文件里,让图片自己携带身份证明。

国际上有 C2PA(Coalition for Content Provenance and Authenticity)[2],2021 年由 Adobe、Arm、BBC、Intel、微软、Truepic 这些公司联合发起,OpenAI 在 2024 年 2 月宣布旗下生成图片接入 C2PA 元数据,Google 也在同年加入了 C2PA 指导委员会。国内则是行政手段:2025 年 3 月,国家网信办联合工信部、公安部、广电总局发布《人工智能生成合成内容标识办法》[4],2025 年 9 月 1 日起施行,要求 AI 生成合成内容必须同时具备显式标识(比如画面上的水印提示)和隐式标识(写在文件元数据里的生成属性字段),并且配套发布了强制性国标 GB 45438-2025《网络安全技术 人工智能生成合成内容标识方法》。

机制上看起来很美。但我在实际用图的过程中发现一个尴尬的现象:从 ChatGPT 生成一张图,保存下来是有元数据的,可只要随手截图发给别人,这些信息就没了。这不是什么高深的攻击,这是用户最日常的操作。

于是问题就变成了:行业花了大力气搞的溯源标准,在真实的传播链里到底是个什么成色?它防得住无心的传播损耗吗?防得住有意的剥离攻击吗?国内的"隐式标识"和国际的 C2PA 在这一点上表现一致吗?

我翻了不少资料,绝大多数文章停在"介绍 C2PA 是什么""标识办法解读"这个层面,真正把图片放进一条完整传播链里逐环节测凭证存活的,我没找到(找到的欢迎在评论区打脸)。所以就有了这篇——自己动手,把这个问题测清楚。

这篇文章的输出物有三个:一张传播链各环节的凭证存活率数据表(自研脚本批量产出);一套可复用的检测工具(命令行工具加批量脚本,你拿去扫自己的图库也行);以及基于数据的攻防视角分析——溯源凭证防得住谁、防不住谁、防御该怎么分层。实验全程只动我自己生成的图片,不碰任何第三方系统,方法人人可复现。

二、C2PA 是怎么工作的

这一节是官方机制,来自 C2PA 技术规范 [1],先把它讲透,后面的实验才有判断依据。

2.1 核心概念:manifest 与断言

C2PA 的核心思想是给媒体文件附加一个内容凭证(Content Credential),本质上是一段叫 manifest(清单) 的签名数据。manifest 里最重要的东西是若干断言(assertion),每条断言声明一个事实,常见的包括:

  • 生成信息:由哪个软件/模型生成(比如"generated by DALL-E"),生成时的参数;
  • 编辑历史:这张图经过哪些工具的什么操作(裁剪、调色,前提是编辑工具支持 C2PA);
  • 缩略图与元数据:题目、作者等描述信息。

关键在硬绑定(hard binding):manifest 里写入最终图像的内容哈希。验证时重新计算文件哈希并与 manifest 中的值比对,就能知道图片内容是否被改过——这是"绑定"二字的含义,凭证不只是贴个标签,而是和内容锁死的。

签名环节用的是标准 X.509 证书体系:生成器用私钥对 manifest 签名,证书链最终应该能验证到一个受信任的根证书(C2PA 维护有信任列表)。这就意味着伪造签名在密码学上不可行——但"不可行"的前提是验证方真的去验证书链,这一点后面第六节会展开。

2.2 凭证藏在文件的哪里

manifest 不能独立存在,它要嵌进媒体文件里。不同格式有不同的藏身之处:

  • JPEG:存在 APP11 应用段里(JUMBF 容器结构);
  • PNG:存在名为 caBX 的自定义 chunk 里,且规范要求放在 IDAT 数据块之前,否则哈希对不上;
  • WebP / TIFF / MP4 等也各有对应容器。

这个设计有个天然的软肋:APP11、caBX 这类元数据段,在绝大多数"不认识 C2PA"的软件看来就是可有可无的附加字节。图片经过压缩、重编码、裁剪等操作时,处理软件通常只管图像像素数据,元数据段要么被丢弃、要么因内容变化导致哈希失效——这就是我整篇文章要实测的核心疑点。

2.3 验证是怎么发生的

验证流程分四步(图 1):

  1. 从文件中找到 manifest 容器;
  2. 验证签名(证书链是否有效、是否在信任列表);
  3. 重新计算内容哈希并与断言比对;
  4. 展示凭证信息(生成器、时间、编辑历史)。

注意一个细节:验证失败和没有凭证是两种状态。一张图可能带着凭证但哈希对不上(被改过),也可能根本没有任何凭证(被剥离或从未生成过)。这个区分在后面的判定口径里会用到。

2.4 谁在用,国内要求是什么

落到产品层面:OpenAI 从 2024 年起给 DALL-E 3 及后续模型生成的图片嵌入 C2PA 元数据;Adobe 全家桶(Firefly、Photoshop 的 Content Credentials 功能[6])是最早的实践者;Leica 发布了带内容凭证的相机;Google 走的是"隐形水印 SynthID + 元数据"双路线[5],SynthID 不依赖元数据,而是把水印藏在像素本身,两者互补。

国内这边,《标识办法》的隐式标识要求是在文件元数据中写入生成合成属性信息、服务提供者名称或编码等内容编码,并配套强制国标给出了字段规范。国内各大生成器(豆包、即梦、通义万相、混元等)在 2025 年 9 月之后应该都加了隐式标识——但它们用的是不是 C2PA 格式?通用工具能不能读出来?这本身就是个值得实测的点,也是这篇实验里我很感兴趣的一环。

把这条时间线串起来看(图 6):国际标准走了五年"行业自律"路线,国内则直接以强制合规的方式落地。两套体系在 2025-2026 年交汇,恰恰是检验"凭证到底结不结实"的最好时机——这也是本文实验选择在这个时间点做的原因。

一句话总结官方机制:C2PA 是一份由生成器签发、和内容哈希绑定、随文件传播、由验证方自愿校验的"数字护照"。 注意"自愿校验"四个字,它注定了这是一套防君子不防小人的体系——但到底多不禁折腾,得测了才知道。

2.5 和隐形水印是两回事

写实验设计之前,有必要把两个容易被混为一谈的东西拆开:元数据凭证和隐形水印。

C2PA 这类凭证是"外挂"——它写在文件的容器结构里,和像素数据是两个独立的部分。好处是信息量可以很大(生成参数、编辑历史、作者信息都能装),坏处是和像素本身没有共存关系:文件被重编码、裁剪、截图,凭证说丢就丢,像素还是那些像素。

SynthID 这类隐形水印是"内嵌"——水印信息被直接调制进像素值里,人眼看不出来,但检测算法能读。它天然跟着像素走,截图、压缩、裁剪都大概率能幸存,坏处是信息容量小(通常只能表达"这是 AI 生成的"这一比特级别的声明),而且鲁棒性和画质之间要做权衡,重度压缩后也可能失效。

Google 的做法是两条腿走路:Gemini 生成的图片既有元数据也有 SynthID。从攻防角度看这个组合是有讲究的——元数据防"无心丢失"(无损传播时信息最全),水印防"有意剥离"(想甩掉它就得动像素,画质会受损)。这个分层防御的思路,正好是第七节防御建议的雏形。

国内的强制国标对隐式标识的格式给出了字段规范,但没有强制要求用像素级水印。这意味着如果国内厂商只把标识写进元数据,那么本文传播链实验测出的损耗曲线就会原样适用于国内图片——这是本实验最有现实意义的一个假设,5.9 的实测结果给出了答案。

三、实验设计

3.1 实验对象与传播链

我设计了一条尽量贴近真实使用场景的传播链(图 2):

生成端(3 家,各 2 张图):

  • ChatGPT(C2PA 国际阵营代表);
  • Adobe Firefly(Content Credentials 发起者本人);
  • 国内某主流生成器(验证《标识办法》隐式标识落地情况,具体哪家不预设,按实测读取结果选定)。

选这三家不是随便挑的。Firefly 是标准的"亲爹",它的凭证实现可以当作参照基准;ChatGPT 是用户量最大的 AI 生图入口,代表"大多数人的图从哪来";国内生成器则承担一个独立的问题——合规标识的真实格式是什么、通用工具认不认。三家各出两张图(一张风景一张带主体的人像/物件图),一是对冲单图偶发问题,二是后面部分环节(如裁剪)需要区分"凭证丢失"和"内容变化",两张图能互相印证。——这是设计阶段的冗余预算。实际执行时每家收敛为 1 张:首轮全链走通后判定结论已经稳定,第二张的边际价值主要在图像多样性,对凭证存活判定没有影响,为控制工时转为单张深测,全文样本量以此口径为准。

生成时统一提示词(简单的静物描述),避免画面复杂度差异引入无关变量。下载时记录原始格式(JPEG 还是 PNG)——这会影响凭证的容器位置,后面重压缩环节的分析要用到。

传播链(9 个环节 + 1 个加码环节):

  1. 基线:刚下载的原始文件,确认凭证存在;
  2. 本地无损复制(对照组,理论上凭证应完整保留);
  3. 微信传输——默认压缩方式发送(手机和 PC 端都测);
  4. 微信传输——勾选"原图"发送;
  5. QQ 传输(默认方式);
  6. 网盘中转(上传下载一轮);
  7. 系统截图(Win11 截图工具截取图片显示画面);
  8. 重压缩:用 Pillow 以质量 60 重新保存为 JPEG;
  9. 裁剪 + 缩放:用普通编辑工具(非 C2PA 感知的)处理一轮;
  10. (加码环节)AI 再生成:把原图喂回生成器让它模仿再画一张,看"换皮"之后溯源还能不能沾上边。

每个环节的产物文件统一命名归档,最后用检测脚本批量验尸。设计里"手机和 PC 端都测"实际只测了 PC 端,执行与设计的差异见第五节各环节边界声明。

3.2 检测工具链

检测层用三件套:

  • c2pa-python[3]:C2PA 官方 Python SDK(内置 c2pa-rs 核心),负责读取与验证 manifest,能输出结构化的生成器、签名、验证状态字段——批量检测的主引擎;
  • exiftool:通用元数据查看,用来兜底——当 C2PA 库读不到东西时,看看文件里到底还有没有其他元数据(比如国内厂商自定义的隐式标识字段);
  • 自研脚本 c2pa_scan.py:把上面两个工具包起来做批量扫描和存活率统计,这是本文的核心个人贡献,下一节细说。

顺带交代工具选型的幕后:官方 CLI c2patool(0.9.x)本来是首选,但实测发现它读不了 ChatGPT 新格式的 manifest,Windows 路径处理也有 bug(详见第四节坑四),于是主引擎换成了与生成端同源的 Python SDK。"官方 CLI 读不了官方生态新格式",这本身就是内容凭证生态成熟度的一个缩影。

3.3 判定口径

每个文件判定为四种状态之一:

状态

判定标准

FULL

C2PA manifest 完整存在且验证通过(签名+哈希均正常)

PARTIAL

manifest 存在,但验证有报错(如哈希不匹配、签名异常)

NONE

文件中无 C2PA manifest(C2PA 库报告无凭证数据)

META-OTHER

无 C2PA,但 exiftool 能读到其他生成属性元数据(预期出现在国内生成器图片上)

传播损耗的量化指标是存活率:某一环节后仍为 FULL 的文件比例。

口径上有两个容易踩的混淆点,提前说清楚。第一,PARTIAL 不等于"凭证半死了"——一张图被裁剪后如果 manifest 还在,哈希必然不匹配,验证端报 PARTIAL,但严格说这时候被破坏的是"完整性绑定",不是"溯源信息":生成器字段还在,你还是能知道它来自哪家模型,只是不能确认内容没被改过。所以统计时 PARTIAL 的含义要单列分析,不能和 NONE 混在一个"死了"里。第二,META-OTHER 是为本实验量身定制的状态:国内生成器的隐式标识如果不符合 C2PA 格式,用 C2PA 的口径看是 NONE,但从《标识办法》合规的角度看标识是存在的——两种口径的结论可能完全相反,这正是国内环节单独设状态的原因。

3.4 机器分工与合规说明

全部实验在 Win11 物理主机上完成:图片生成走浏览器,传播链模拟用本机微信/QQ/网盘客户端,检测脚本在本地 Python 环境跑。不涉及任何第三方系统的未授权测试,剥离/伪造分析只针对我自己生成的图片做机制验证。

口径声明:第五节全部数据均为本人实测(2026-09,Win11 主机,c2patool 0.9.12 + c2pa-python SDK 自建检测链)。文中凡是写"预期"的表述都是机制推导,不是实测结果;实测与预期不符处,我会明说。

四、自研检测脚本:为什么不用现成工具

有读者可能会问:C2PA 官方工具都是现成的,还自己写脚本干嘛?

原因有三。第一,官方 CLI 一次只处理一个文件,20 多个实验产物挨个敲命令不现实;第二,我需要把"FULL/PARTIAL/NONE/META-OTHER"四级判定自动化,这里面有判定逻辑(比如对无凭证文件自动追加 exiftool 兜底扫描);第三,我要的是一张统计报表——每个环节的存活率、丢失模式的汇总,直接支撑第六节的统计图。

脚本核心逻辑不长(完整脚本已随实验归档,此处为核心逻辑摘录):

import subprocess, json
from pathlib import Path
import c2pa

EXIF = "exiftool"

def inspect(img: Path):
    """返回 (status, detail)"""
    try:
        r = c2pa.Reader.try_create(str(img).replace("\\", "/"))
    except c2pa.C2paError:
        return exif_fallback(img)          # 读不到 → exiftool 兜底
    j = json.loads(r.json())
    m = j.get("active_manifest")
    if not m:
        return exif_fallback(img)
    d = j["manifests"][m]
    state = str(r.get_validation_state())  # Valid / 其他
    sig = d.get("signature_info") or {}
    detail = (f"gen={sig.get('issuer', '?')} | "
              f"state={state}")
    return ("FULL" if state.lower() == "valid" else "PARTIAL", detail)

def exif_fallback(img: Path):
    """C2PA 读不到时,用 exiftool 查其他 AI 生成属性元数据"""
    e = subprocess.run([EXIF, "-charset", "filename=UTF8", "-j", str(img)],
                       capture_output=True, text=True)
    exif_data = json.loads(e.stdout) if e.stdout.strip() else []
    ai_fields = {k: v for d in exif_data for k, v in d.items()
                 if any(t in k.lower() for t in
                        ("ai", "generat", "synth", "c2pa"))}
    return ("META-OTHER", str(ai_fields)) if ai_fields else ("NONE", "")

坑一:无凭证文件的判定路径。 c2patool CLI 对"没有凭证"的输出文案不统一(不同格式报错不同),而 SDK 直接抛 C2paError 异常——脚本按"读不到就走 exiftool 兜底"的统一路径处理,异常与空结果殊途同归。实测结果:即梦图走兜底路径返回 META-OTHER,未被误判成 NONE。

主流程就是遍历实验目录、逐文件判定、写 CSV、按环节汇总存活率。写完初版自查时,我预判了几个坑,实测逐一校验:

坑二:PARTIAL 和 NONE 的边界。 manifest 在但哈希坏了的情况,SDK 的 validation_state 会给出非 Valid 的状态,判定逻辑要覆盖"JSON 解析成功但 active_manifest 缺失、验证状态异常"这条路径。实测后确认:篡改产物(PARTIAL)与重压缩产物(NONE)的判定路径都按预期工作。

坑三:exiftool 的字段名。 兜底扫描匹配 AI 相关字段靠关键词(ai / generat / synth / c2pa),但各家厂商写元数据的字段名五花八门,国标格式和 C2PA 字段名也不一样。实测确认即梦用的字段名是 XMP-TC260/Aigc(见 5.1),本文关键词表已覆盖——典型的"先看数据再定规则",反过来做容易漏。

坑四(写稿时真实踩到,两条):c2patool 0.9.x 在 Windows 上的连环坑。 第一条:传入反斜杠路径(C:\...\image.jpg)或路径不存在时会报 glob patterns only allowed when using "fragment" command——工具把反斜杠误判成 glob 通配符(glob 语法里 \ 是转义字符),路径不存在时也报同一个错,报错信息完全看不出真实原因,排查时浪费了不少时间。第二条更致命:对 ChatGPT 当前(gpt-image 2.0)生成图片的 manifest,c2patool 0.9.x 全系列报 claim could not be converted from CBOR,exiftool 能看到凭证确实存在,就是解析不了。

解法是把主引擎从 c2patool CLI 换成 c2pa-python SDK(0.37+),它内置的 c2pa-rs 与 OpenAI 签发端同源(OpenAI 的 manifest 里自己记录着用了 c2pa-rs 0.79.2),读取和验证全部正常。讽刺的地方在于:官方 CLI 读不了官方生态里最大厂商的新格式,而 Python 库可以——写脚本时我把判定逻辑全部迁移到了 SDK 上。另外两个经验:工具自检用官方 sample 的 C.jpg(路径写正斜杠);exiftool 处理中文路径要加 -charset filename=UTF8,否则文件名乱码。

五、实测:一张图要闯九道关

九个环节按"从无损到有损"排序,每个环节先给实测结果,再给机制分析——如果实测打脸预期,我会明说。

5.1 基线:三家生成器的凭证底子

ChatGPT 生成的 PNG 被测出 FULL:生成器 OpenAI Media Service API、签发者 OpenAI OpCo, LLC(ES256 签名)、验证状态 Valid,manifest 里还带着一条 watermarked 动作断言——OpenAI 在图片里另外嵌了隐形水印,这与官方声明的内容凭证策略一致。Firefly 的图片同样 FULL:签发者 Adobe Inc. 用 PS256 算法(与 OpenAI 的 ES256 选择不同),断言里还有 Adobe 特有的 com.adobe.app-enforced。国内生成器的悬念则如期揭晓:即梦的图片 C2PA 库读不到标准 manifest,但 exiftool 兜底扫描挖出了国标格式的隐式标识——后面细说。

操作上有个细节:从 ChatGPT 网页下载图片时,要留意下载到的是"原图"还是页面缩略图——有些入口默认给的是处理过的预览文件,凭证状态可能和原文件不同。Firefly 下载时留意是否勾选"包含 Content Credentials"之类的选项。

Firefly 端实测同样是 FULL(shot2):断言列表里比 OpenAI 多一条 com.adobe.app-enforced,是平台侧强制的凭证策略标记。另外实测发现 Firefly 平台已经聚合了 GPT、Gemini 等第三方模型,在 Adobe 界面里用别家模型生成的图,凭证到底打谁的标签——本文没有展开,留作续篇。

即梦端的实测结果是本环节最有意思的发现:C2PA 库返回的不是"无凭证"报告,而是一个 None——文件里根本没有 C2PA 的 JUMBF 容器,SDK 连解析入口都找不到。但 exiftool 兜底扫描直接挖出了东西:XMP 里有一个独立的 XMP-TC260 命名空间,Aigc 字段里是一段 JSON:

{"Label":"1",
 "ContentProducer":"00119144030008867405X210001",
 "ProduceID":"tos-cn-i-tb4s082cfz/1d142b46...",
 "ContentPropagator":"00119144030008867405X220001",
 "PropagateID":"tos-cn-i-tb4s082cfz/1d142b46..."}

这就是国标《网络安全技术 人工智能生成合成内容标识方法》定义的元数据隐式标识:Label:1 表示 AI 生成,ContentProducer 是服务提供者编码(0011914403 开头的机构代码),ProduceID 是内容编号——字段的值里甚至能看到 tos-cn-i 这样的字节跳动对象存储路径特征。国内外两条技术路线在同一张图的问题上分了岔:OpenAI 和 Adobe 用 C2PA,签名 + 哈希 + 证书链,篡改会破坏验证;即梦用国标 TC260 字段,只有声明、没有签名——这些字段本身可以随便改,改了也不会有任何校验失败。这个差异直接支撑第六节的篡改对照实验设计。

三家基线对照表:

生成器

判定

标识体系

签发者/算法

验证状态

ChatGPT(gpt-image 2.0)

FULL

C2PA 2.2

OpenAI OpCo, LLC / ES256

Valid

Adobe Firefly

FULL

C2PA 2.2

Adobe Inc. / PS256

Valid

即梦

META-OTHER

国标 TC260 隐式标识

无签名

—

5.2 无损复制

实测:三张基线图字节级复制后 SHA256 全部一致,复检判定与基线完全相同——FULL 的两张依旧 FULL,即梦的国标标识也原样保留。这里先明确一个统计口径:"存活"指状态与基线一致,即 C2PA 图保持 FULL、国标标识图保持 META-OTHER,这样第六节的存活率统计才不会被"两类图判定天然不同"干扰。本环节存活率 100%,对照组通过,检测流程本身没有问题。

5.3 微信压缩传输

实测结果把我的预期直接打脸了:三张 PNG 过完微信"文件传输助手"(未勾原图),字节级一致——大小差 0 字节,SHA256 完全相同,判定状态自然全部与基线一致(2 FULL + 1 META-OTHER 保持)。微信桌面端对 PNG 走的是原样透传,我预设的"默认压缩一切图片"是错的。

JPEG 补测把结论钉死了。我先用 Pillow 把 Firefly 原图转成 JPEG(质量 95,这个操作本身就把凭证丢了——Pillow 不感知 C2PA,转码即丢段,这也是 5.7 重压缩环节的机制预演),再用 c2patool 给它嵌入测试凭证(PS256 自签 + DigiCert 时间戳,claim_generator 诚实标注为 TestApp),得到一张 269KB、验证状态 Valid 的带凭证 JPEG。把它同样过一遍微信:又是字节级一致,FULL 存活。

不死心,加码到 10.8MB:把原图放大 3 倍加噪声重压出一张大 JPEG(噪声让压缩效率暴跌,这是造大图的取巧办法),同样嵌入凭证过微信——依旧字节级一致,FULL 存活。

三轮实测下来,5.3 的结论和预期完全颠倒:2026 版 PC 微信的"文件传输助手"对图片消息根本不触发重编码——PNG、269KB JPEG、10.8MB JPEG 全部原样透传,凭证毫发无损。网传"微信压图杀凭证"的经验在当前版本 PC 端不成立,压缩管线要么阈值极高,要么已从图片消息场景移除(产品策略变化)。这里必须诚实标注实验边界:本轮只测了 PC 端文件传输助手的图片消息通道,手机端、朋友圈、超大图(>25MB)不在本轮覆盖范围内,结论不能外推到这些场景。

shot4 记录的就是这场"预期三连败"里的关键一局——10.8MB 大图过微信后的检测输出:

5.4 微信"原图"传输

鉴于 5.3 的结果——非原图通道已经全程字节级透传——"原图"选项失去了区分意义(透传的透传,原图还是透传),本环节未单独施测。这个跳过本身也是实验逻辑的一部分:当对照组和实验组行为一致时,继续测只是重复劳动。

5.5 QQ 传输与网盘中转

预期与微信类似:如果服务端不做重编码,凭证存活;如果做了,损耗模式应该和传统认知里的微信一致。网盘一般承诺"原文件上传下载",预期无损。这两个环节合起来其实是在回答一个问题:损耗是社交软件的通病,还是某个产品的选择?

受单篇工时限制,这两个环节本轮未施测,留作续篇。留给读者的一个可复现切入点:拿 5.3 的 firefly_signed.jpg 过一遍 QQ 压缩发送,与本文数据对照——如果 QQ 压缩而微信不压,"凭证的死活取决于产品经理有没有把溯源当回事"这个判断就有了同厂对照组。

5.6 系统截图

实测:三张截图产物全部 NONE,存活率 0%,预期兑现。这是全链里唯一一个"零工具、全员阵亡"的环节——不需要任何攻击软件,一个截图快捷键就让元数据溯源归零(裁剪、重压缩同样 0%,但至少要动一次编辑工具)。第六节的攻击路径分析会把截图列为损耗成本为零但断裂率 100% 的特殊路径,它直接引出像素级水印的必要性。

把截图环节放在攻防语境下看会更警觉:一个造假者拿到 AI 生成图后,最省事的"洗白"手段就是截图——凭证没了、EXIF 没了、连生成痕迹的字节证据一起没了,而画面内容对普通观看者来说损失可以忽略。损耗成本为零,但溯源断裂是 100% 的,任何依赖元数据的防御体系对它都无解。

5.7 重压缩与裁剪缩放

重压缩梯度跑出来四档全灭:Q90 / Q60 / Q30 三档加上 5.3 遗留的 Q95 转码,判定全部 NONE,存活率 0%,而且与压缩强度完全无关:Q90 高质量重存和 Q30 暴力压缩的结局一模一样。这验证了重压缩环节的核心判断:杀死凭证的不是"压得狠",而是"重编码"这个行为本身——Pillow 保存 JPEG 时不感知 APP11/C2PA 段,转码即整体丢弃。裁剪缩放(10% 裁剪 + 50% 缩放)同样 NONE。C2PA 规范里"编辑链断言"的友好路径,对普通工具生态来说完全不存在——这也是当前凭证体系的现实边界:支持的编辑器寥寥无几,绝大多数编辑行为都等于凭证死刑。

5.8 AI 再生成

实测出了全场最有戏剧性的结果:新图判定 FULL——但这是一张全新的凭证。尺寸还是 1448x1086(画布没变,黑色杯子),生成器字段依旧是 OpenAI Media Service API,签名时间变成了再生成的时刻——旧凭证确实死了,但 ChatGPT 在输出端给新图签发了一张新的。我把这个现象称为凭证换代:溯源链在"原图 → AI 再生成"处断开(新图和原图的字节没有任何关联,也没有任何断言声明"参考了带凭证的原图"),但表面上检测状态还是 FULL——如果只看"有没有凭证"这个单一指标,再生成的图和原图毫无区别。

这对溯源体系的启示比 NONE 更麻烦:凭证的"在"与"真"是两回事。换代后的 FULL 凭证在密码学上完全合法(OpenAI 签的、验证通过),但它背书的对象已经是另一张图了。单纯的"检测到凭证"不足以支撑溯源结论,必须核对 manifest 里的生成时间、内容描述与图像本身的对应关系——检测工具的四级判定已经不够用了,这直接引出第六节的讨论。

5.9 汇总:存活率全景

全链实测数据汇总如下(图 4,检测明细见 shot5)。先说和预测的出入:我在第五节开头预测"国内生成器图片的隐式标识可能表现出比 C2PA 更强的抗损耗性"——实测推翻了这个可能性,即梦的 TC260 标识和 C2PA 凭证一样住在元数据里,死法也完全一样(截图归零、重编码归零),并没有藏在像素里。这个"没测出的差异"本身记录在这里,作为对当时预测的诚实交代。

传播/处理环节

实测样本

存活状态

存活率

无损复制

3

全部与基线一致

100%

微信图片消息(PNG/JPEG/10.8MB)

4

全部字节级透传

100%

系统截图

3

全部 NONE

0%

Pillow 重压缩(Q95/Q90/Q60/Q30)

4

全部 NONE

0%

裁剪缩放

1

NONE

0%

AI 再生成(旧凭证)

1

旧凭证死亡,新凭证换代

0% → FULL*

*C2PA 图口径(即梦图的国标标识在复制/微信环节同样 100% 保持,截图环节同样归零,与 C2PA 同命)。微信环节未测手机端与朋友圈,见 5.3 边界声明。两表口径差异:上表按"与基线状态一致"统计,shot5 是 FULL 严格口径(即梦图无 manifest 不计入分子,copy 显示 2/3=66.7%),数字差异来自口径而非矛盾。

实测全景和机制推导的判断一致:凭证在"字节不变"的环节全部存活(复制、当前版本的 PC 微信),在涉及重编码、渲染的环节全灭(截图、重压缩、裁剪)。有一点比预测乐观——当前版本 PC 微信不压图,"日常转发杀凭证"这个流传甚广的说法需要更新版本号;有一点比预测棘手——AI 再生成不是把凭证变没,而是换一张新的,"检测到凭证"不再等于"溯源成立"。

这张存活率图的原始数据来自脚本对全部样本的目录扫描,汇总报告如下(shot5,含每个文件的分级判定明细,路径已打码):

六、攻防视角:溯源防得住谁

前面测的是"无心之失"的损耗,这一节换成攻击者视角。先把我在实验里亲手做的一组篡改对照实测放在最前面,因为它直接决定了后面三条推导路径的判断基准。

实验设计很简单:对两类标识各做一次"编辑伪装"。第一刀砍向 C2PA——把 5.3 里自签凭证 JPEG 的 manifest 内作者字段 Joe Bloggs 改成一个字符变成 Joe Blogg0,严格等长替换,文件大小一个字节都不变;第二刀砍向即梦的国标标识——把 ContentProducer 服务编码改成 27 个 0,把 Label:"1"(AI 生成)改成 Label:"0"(非 AI 生成),同样是等长替换。顺带挖到一个有意思的细节:即梦 XMP 里的 JSON 是 HTML 实体转义形态("Label"),直接按明文搜是搜不到的——篡改者还得先懂它的存储格式,但也就止步于此了。

结果是一组残酷的对照:

篡改对象

篡改量

检测结果

C2PA 凭证(JPEG manifest)

1 个字符

PARTIAL / state=Invalid,哈希失配当场暴露

TC260 国标标识(PNG 元数据)

28 个字符(含"是否AI生成"标记)

META-OTHER 照旧,改了照单全收,零告警

shot6 记录了 C2PA 这一侧的检测输出——签发者字段还显示着原签名者,但验证状态已经是 Invalid,"内容被改过"藏不住:

这组实测把两类标准的命门摊开了:C2PA 的密码学防线是真的——单字符篡改都过不了验证;TC260 标识的防线是缺位的——它只有声明没有签名,篡改者甚至可以让"AI 生成"的图顶着"非 AI"标记畅通无阻。按《标识办法》的落地口径,这是国内隐式标识体系目前最需要补的一块板:标识的无签名状态,意味着合规成本花在了"记录"上,还没花在"防篡改"上。而 C2PA 的问题不在防篡改——它的验证是扎实的——而在于验证的前提是凭证还活着、且有人去验,这就引出下面三条路径的推导。

剥离(strip):一条命令的事。5.7 已经实测证明,Pillow 重存一遍就能把 APP11 段丢干净(Q90 到 Q30 全部 NONE);ExifTool 的 -C2PA:all= 参数也能定向删除全部凭证段。剥离后的图和从未带过凭证的图在字节层面无法区分——你甚至无法证明"它曾经有过凭证"。这是元数据溯源的根本困境:凭证是附件,不是像素的一部分。

伪造(forgery):攻击者可以给一张"非 AI 图"或"恶意图"签上自己的 manifest,声称内容是真实的。密码学上签名验得过去,但验证端检查证书链时会发现签发者不在 C2PA 信任列表里,凭证显示为"未受信任的签名"。这算挡住了一部分,但前提依然是:验证方要跑完整的验证流程。现实是绝大多数看图场景(微信聊天窗、浏览器、相册)根本没有验证 UI,凭证躺在文件里没人读,等于没发护照。

再签名(re-sign):这是我认为最值得警惕的路径——把 AI 生成图的凭证剥掉,用自签证书签上一个"摄影师作品"的假 manifest。技术上完全可行,防御方唯一能依赖的是信任列表校验,而普通用户根本看不到"证书不受信任"这类提示(除非平台主动校验并在 UI 上明示)。

对策思考(作者推导):单靠元数据溯源注定是"防君子"体系,有效防御必须是分层的——元数据凭证(快速通道,无损传播可校验)+ 隐形水印如 SynthID(跟着像素走,截图也能检出)+ 平台侧上传时主动校验并明示(把"自愿校验"变成"默认校验")+ 《标识办法》式的合规约束(把生成器纳入义务主体)。四层里任何单层都能被绕过,叠加起来才能把攻击成本抬到不值得。

平台侧的现实也值得单独说两句。目前主流社交平台(微信、微博、小红书)在图片展示环节基本没有 C2PA 验证 UI——凭证即便活到了平台服务器,用户也看不到。真正把验证做进产品的是 Adobe 自家生态和部分图片社区。相比之下,国内《标识办法》把"显式标识"(画面上的水印文字)设为强制要求,思路其实很务实:显式标识不依赖用户主动校验,符合"用户不点按钮也生效"的原则——代价是显式标识恰恰是最容易被裁剪、涂抹消灭的。两条路线各有命门,这也是第七节分层防御判断的依据。

七、写在最后

实测跑完,结论可以下了:C2PA 是一套设计精良、密码学上站得住的溯源标准,它的敌人不是攻击者,是 JPEG 重编码和截图按钮。

第五节的数据基本兑现了机制推导的判断,但有两处超出预期:一是 PC 微信对图片全程字节级透传,"日常转发杀凭证"的旧认知需要更新版本号;二是 AI 再生成没有让凭证消失,而是换了一张新的——"检测到凭证"和"溯源成立"从此是两回事。对普通用户的建议先给两条:一是在手机端转发需保留出处的图片时勾"原图"、避免截图(PC 微信实测已透传,见 5.3,手机端未测);二是别把"没有 AI 标识"当成"不是 AI 生成"的证据——剥离凭证只需要一条命令,这个体系目前的可信边界比大多数人想象的要窄得多。

后续我计划把检测脚本和实验产物打包开源,也欢迎复现指错。

给想复现的朋友一个最小清单:pip install c2pa-python pillow,再装好 exiftool(Windows 下解压即用),把脚本指向你的图片目录就能跑出第一份报告。生成端账号需要自己准备(免费档都够用)。过程中如果发现 SDK 新版本的判定行为和文中不一致,欢迎带着输出截图中评论区对线——这正是复现实验的价值所在。

参考文献

  1. C2PA 官网,《C2PA Technical Specification》,https://spec.c2pa.org/
  2. Content Authenticity Initiative 官网,https://contentauthenticity.org/
  3. c2pa-python 开源仓库,https://github.com/contentauth/c2pa-python
  4. 国家网信办等四部门,《人工智能生成合成内容标识办法》,https://www.cac.gov.cn/2025-03/14/c_1743654684782215.htm
  5. Google DeepMind,《SynthID》,https://deepmind.google/technologies/synthid/
  6. Adobe,《Content Credentials》,https://contentcredentials.org/