DeepMind發表SynthID工具用於創建和檢測AI生成圖片浮水印

Alphabet旗下的DeepMind已經發表了一個名為SynthID的工具,該工具可用於創建和檢測AI生成圖片中的浮水印。這個工具的目的是幫助識別AI生成的圖片,並履行對負責任人工智慧的承諾。目前SynthID處於測試階段,僅支援DeepMind自家的Imagen模型所生成的圖片。

DeepMind發表SynthID工具用於創建和檢測AI生成圖片浮水印

Alphabet旗下的DeepMind已經發表了一個名為SynthID的工具,該工具可用於創建和檢測AI生成圖片中的浮水印。這個工具的目的是幫助識別AI生成的圖片,並履行對負責任人工智慧的承諾。目前SynthID處於測試階段,僅支援DeepMind自家的Imagen模型所生成的圖片。未來,這個工具可能會擴展到支援其他模型,甚至開放給第三方使用。

浮水印是一種放置在圖片上的識別標記,用來區分和辨識圖片。隨著時間的推移,浮水印從物理紙張上的標記發展成了在數字照片中的透明文字或符號。然而,傳統的浮水印對於辨識AI生成的圖片並不十分有效,因為這些標記容易被編輯工具移除。

Google Deepmind

DeepMind設計SynthID的目標是在不影響圖片美感的前提下創建一種難以察覺的浮水印,同時保持能夠被檢測的能力。該工具使用了兩個深度學習模型,一個用於添加浮水印,另一個用於識別浮水印。

DeepMind展示的圖片顯示,這些包含浮水印的圖片在視覺上不易被辨識,即使這些AI生成的圖片經過不同的濾鏡處理、調整顏色,甚至以破壞性的數據壓縮方式保存,浮水印仍然可以被有效地檢測到。

Read more

【設計師的 AI 秘笈】Figma Make 教學:從 Prompt 到 Prototype,AI 如何改變設計驗證的工作流

【設計師的 AI 秘笈】Figma Make 教學:從 Prompt 到 Prototype,AI 如何改變設計驗證的工作流

為什麼會有 Figma Make? 如果你曾經參與過數位產品開發,就會知道「驗證一個小小想法」有多麻煩。 傳統流程通常是:先畫 wireframe、再做互動原型、交給工程師拼湊 Demo,最後才能讓使用者測試。聽起來合理,但其實就像要測「這道門放左邊還右邊比較好」,卻得先畫建築藍圖、蓋好模型屋,最後還要請木工動手做。當你想調整位置時,整個過程又得重來。 這種反覆拉長了產品驗證週期,也讓設計師和 PM 花大量時間在「建構舞台」,而不是「驗證劇本」。 Figma Make 出現,就是要打破這道流程瓶頸。它讓團隊不用再先畫滿滿的藍圖,而是直接「蓋一間速成小樣品屋」,立刻走進去體驗。想換門?輸入一句話就能馬上改。這樣的思路,讓設計驗證從繁瑣的工序,轉變成一場「隨時可修改的即興演出」。 Figma Make 是什麼? 如果要用一句話來定義,Figma Make 就是「

lock-1
GPT-5 風波:當 AI 個性碰上用戶情感依賴

GPT-5 風波:當 AI 個性碰上用戶情感依賴

OpenAI 在 8 月 7 日發布 GPT-5,原本期待技術升級能鞏固領先地位,沒想到短短一週就因為「回應太冷淡」、「答題品質忽高忽低」被用戶砲轟,逼得官方緊急讓 GPT-4o 重新上架,並火速調整 GPT-5 的語氣設定。這場風波突顯兩個關鍵問題:技術更新若不考量情感體驗,會直接重創品牌信任度;模型路由系統如果不夠透明,企業客戶和一般用戶都會立刻跳船。從事件發展脈絡、商業技術考量、心理倫理衝擊,到產業未來走向,這場 GPT-5 亂象為整個 AI 產業敲響警鐘。 事件發展脈絡與核心爭議 GPT-5 上線當天就把所有舊版模型下架,同時啟用「多模型混合」路由系統來節省運算開支。問題是隔天路由器就開始出包,經常把需要深度思考的複雜問題丟給低階子模型處理,讓付費用戶覺得「花大錢買到爛服務」。8 月 11 日,面對 Reddit、PTT、Twitter