SynthID-Text
定义
SynthID-Text 是 Google DeepMind 于 2024 年发表于 Nature 的 LLM 文本水印算法——通过在 token 选择阶段把随机性源从通用 PRNG 替换为"key + 前文"，使第三方可用 key 事后验证文本是否由带水印的 LLM 生成。是当前主流 LLM 文本水印（包括 Anthropic Claude Watermark）的算法祖先；思想源头可追溯至 Scott Aaronson 2022 年提案。
关键数据点
算法要素
| 要素 | 实现 |
|---|---|
| 随机性源 | "key + 前文"（替代通用 PRNG） |
| 检测方式 | 第三方持有 key 时事后验证序列是否与带水印生成路径一致 |
| 读者体验 | 不可区分（人类读者无法辨别） |
| Provider 隔离 | 不同 provider 使用不同 key，互不识别 |
| 算法源头 | Aaronson 2022 提案（思想）→ DeepMind 2024 Nature（实现 + 评估） |
DeepMind 验证数据（2024 Nature）
- 在 Gemini 部分流量上做 A/B 对照：水印模型 vs 无水印模型
- thumbs up/down 评分无统计显著差异
- 验证水印不影响输出质量（创造性、可读性、内容）
边界条件（同 Claude-Text-Watermark）
- factual passages / code / proofreading 处 token 选择余地小，水印稀疏
- 短文本检测置信度低（水印需要足够多的低熵 token 选择）
- 轻编辑可能移除部分水印
关键命题
命题 1：SynthID-Text 是 LLM 责任基础设施的标准化集中点
Anthropic、DeepMind、其他 EU Code of Practice 签署方使用同一算法族。这是AI 责任基础设施的标准化集中点——一个 Nature 论文成为行业事实标准
命题 2：水印 vs 检测软件 = 密码学 vs 启发式
- 水印（SynthID-Text 类）：密码学基础，准确性高，需 key
- AI 检测（Pangram 类）：启发式基础（"this isn't [X], it's [Y]"、"quietly" 频率），无 key，估计性
两者是互补关系，不是"watermark vs no watermark"二元对立
前提与局限性
- 依赖 key 保密——key 泄露则水印失效
- factual / code / proofreading 处水印稀疏——见 Claude-Text-Watermark
- 跨语言 / 跨 tokenizer 通用性需各自评估
- 2014 年 Aaronson 提案以来未根本性更新——意味着检测方与生成方博弈尚浅，攻击方研究空间大
时间线
- 2022 — Scott Aaronson 提案（思想基础）
- 2024 — Google DeepMind Nature 论文（SynthID-Text 实现 + Gemini 流量对照验证）
- 2026-07 — EU Code of Practice on Transparency of AI-Generated Content 签署
- 2026-08 — Anthropic Claude 全球启用 SynthID-Text 变体
关联概念
- Claude-Text-Watermark — Anthropic Claude 的 SynthID-Text 变体实例
- C2PA-Content-Credentials — 与 SynthID-Text 协同的文件元数据标准
- Anthropic — SynthID-Text 变体的实施方
- Content Provenance — 内容归属通用问题