SynthID-Text вече работи в Gemini и Claude. Разпознаването на текст все още не е публично.

И трите най-големи доставчика на езикови модели вече поставят воден знак в текста, който генерират, или са започнали да го правят. Google го прави в Gemini от 2024 г. Anthropic го включи за Claude на 14 август 2026 г. И двете компании използват един и същ основен метод, SynthID-Text, публикуван от Google DeepMind в Nature. OpenAI последва на 5 октомври 2026 г. със собствена схема, textGrain: по избор на клиента в API, а в текста, генериран от ChatGPT и Codex в ЕС, тя се въвежда през следващите седмици.

Ако искате да проверите дали даден абзац носи някой от тези водни знаци, почти сигурно не можете. Няма публичен API, няма публичен портал, който приема текст, и няма инструмент с отворен код, който да разполага с ключовете. API за разпознаване на Anthropic е в затворен предварителен достъп за одобрени от компанията организации, OpenAI приема заявки от изследователи, а SynthID Detector на Google, отворен за всички от 7 октомври 2026 г., чете изображения, видео и аудио, но не и текст. Знакът е там, по принцип е машинночетим, а прочитането му все още зависи от компанията, която го е поставила.

Тази празнина е по-важна, отколкото беше преди година, защото Актът за изкуствения интелект на ЕС вече има краен срок за маркирането с конкретна дата, а доста хора започнаха да купуват инструменти, които твърдят, че запълват празнината, а не я запълват.

Какво всъщност прави SynthID-Text

Струва си да бъдем точни, защото повечето написано за водните знаци в текст, генериран от ИИ, греши по един и същ конкретен начин.

SynthID-Text не добавя нищо към текста. Няма символи с нулева ширина, необичаен Unicode, невидими маркери, издайническа пунктуация или допълнителни токени. Anthropic го казва изрично и това важи за метода по принцип. Ако сте виждали съвет да премахнете невидимите символи, за да победите воден знак от ИИ, този съвет се цели в нещо, което тук не съществува.

Вместо това методът променя начина, по който моделът избира думите.

Когато езиков модел генерира текст, той изчислява разпределение на вероятностите за следващия токен и избира от него. SynthID-Text се намесва точно в тази стъпка на избор. Плъзгащ се прозорец от последните няколко токена, обикновено четири, се хешира заедно с таен ключ за воден знак, за да се получи начална стойност (seed). Тя задвижва набор от псевдослучайни функции за оценка, т.нар. g-функции. Алгоритъмът изтегля токени кандидати и ги прекарва през поредица от турнирни нива, като на всяко ниво g-функция оценява конкуриращите се кандидати и победителят продължава напред. Токенът, който спечели турнира, е този, който се извежда.

В резултат при достатъчно дълъг откъс изведените токени корелират с g-стойностите по начин, по който случайният човешки избор на думи не би корелирал. Разпознаването тогава е статистически тест: g-стойностите се изчисляват отново върху текста и се проверява дали средната стойност е по-висока, отколкото случайността би позволила. Публикуваните детектори са три вида: проста средна оценка, претеглена средна оценка и бейсов детектор, обучен върху образци с и без воден знак, който е най-силният от трите.

От този дизайн следват две свойства, които обясняват почти всичко останало.

Първо, разпознаването не изисква модела. Не е нужно да пускате Gemini, за да проверите текст от Gemini. Именно това прави схемата достатъчно евтина за внедряване и е истински напредък спрямо класификаторите, прилагани след генерирането.

Второ, разпознаването изисква ключа. G-функциите получават началната си стойност от него. Без ключа за воден знак g-стойностите, които изчислявате, нямат връзка с използваните при генерирането и тестът връща шум. Това не е пропуск в реализацията, който някой ще запълни. Това е свойството на сигурността, което пречи на всекиго да подправи водния знак на Google върху текст, който Google не е писала.

Целият проблем с разпознаването се крие в това второ свойство.

Кой поставя воден знак в текст днес

Картината към 10 октомври 2026 г., ограничена до неща, потвърдени от самите доставчици:

Google Gemini. С воден знак, откакто статията в Nature описа първото внедряване в голям мащаб, обхващащо Gemini и Gemini Advanced. Служители на Google потвърдиха в официалния форум за разработчици, че текстът, генериран чрез Gemini API, Google AI Studio и Antigravity, също носи воден знак. Този отговор дойде след първоначален неверен отговор в обратния смисъл, което добре показва колко оскъдно е документирано това.

Anthropic Claude. Работи в световен мащаб от 14 август 2026 г. при моделите на Claude, пуснати на или след 2 август 2026 г., а по-старите модели ще последват. Anthropic го описва като версия на подхода SynthID-Text и проследява идеята до предложението на Скот Ааронсън от 2022 г. Anthropic добавя и подписани идентификационни данни C2PA към генерираните файлове с изображения, което е отделен механизъм.

OpenAI. Собствен воден знак за текст от 5 октомври 2026 г. OpenAI създаде такъв още през 2024 г. (според Wall Street Journal много точен) и го отложи заради опасения, че се справя зле с превода и цялостното пренаписване и че може непропорционално често да маркира автори, за които английският не е роден език. Новата схема, textGrain, е собствена разработка на OpenAI, а не SynthID-Text. В API тя е изключена по подразбиране: клиенти навсякъде по света могат да я включат за избрани модели. В ChatGPT и Codex тя се добавя през следващите седмици към допустимия текст, генериран в ЕС, като OpenAI уточнява, че не е глобална настройка по подразбиране. Самата OpenAI предупреждава, че силното перифразиране или преводът могат да направят знака неоткриваем. Компанията добавя и идентификационни данни за съдържание (Content Credentials) C2PA към генерираните изображения.

Всички останали. Моделите с отворени тегла не носят воден знак, освен ако този, който ги пуска, не добави такъв, и нищо не му пречи да го премахне. Това е структурната дупка, която посочва и самата статия в Nature: водните знаци работят само там, където доставчиците си сътрудничат, а отворените модели не могат да бъдат принудени да си сътрудничат.

Съвпадението на двете работещи внедрявания с 2 август 2026 г. не е случайно. Това е датата, от която започна да се прилага член 50 от Акта за изкуствения интелект на ЕС. OpenAI посочва същия двигател: в съобщението си компанията представя въвеждането като свой отговор на правилата на ЕС за произхода на текста.

Инструментите, които съществуват, и за какво става всеки от тях

Тази част си струва да се изясни, защото резултатите от търсенето по темата са силно замърсени.

google-deepmind/synthid-text в GitHub. Референтната реализация от статията в Nature, под Apache 2.0. Тя поставя и разпознава воден знак и включва кода за обучение на бейсовия детектор. Поддържа Gemma и GPT-2 чрез mixin класове. В README изрично е посочено, че кодът е за възпроизводимост на изследванията, че mixin класовете не са предназначени за продукционна среда и че хеш функцията не дава гаранции за криптографска сигурност. Полезен, честен и не е детектор за чужд текст.

Hugging Face Transformers. Продукционният път, към който насочва Google. SynthIDTextWatermarkingConfig и SynthIDTextWatermarkLogitsProcessor ви позволяват да генерирате текст с воден знак от модел, който контролирате, като подадете списък с ключове и дължина на n-грамите. Ако държите ключовете, можете да разпознавате. Днес това е единственият път, по който един обикновен инженерен екип може да получи работещ воден знак за текст от край до край, и той обхваща само текста, генериран от собствената ви система.

MarkLLM. Академичен инструментариум от THU-BPM, който реализира много алгоритми за воден знак зад един интерфейс, включително KGW, Unigram, EXP и SynthID-Text с детекторите му за средна, претеглена средна и бейсова оценка. Ако оценявате схеми, а не внедрявате една, започнете оттук.

Порталът SynthID Detector. Инструментът на Google на synthid.com, в който качвате съдържание и го проверявате. Той се отвори за ранни тестващи на I/O през май 2026 г. чрез списък с чакащи за журналисти, изследователи и медийни професионалисти, а за всички, по целия свят и на английски, на 7 октомври 2026 г. Сега проверява и съдържание от партньорите на Google OpenAI, NVIDIA и Kakao, а Apple е обявена като следваща. В съобщението на Google са посочени изображения, видео и аудио. Текстът не е сред тях, така че единственият публичен инструмент за проверка на воден знак все още не може да даде отговор за един абзац.

Content Detection API на Google. Представен в предварителен вариант през 2026 г. на платформата Gemini Enterprise за конкретни партньори, сред които Shutterstock, Snap, Canva и Fox Sports. Работи само с изображения: JPEG, PNG и WebP. Без текст, без дата за обща наличност, без публикувани цени.

API за разпознаване на Anthropic. В затворен предварителен достъп, откакто Anthropic обнови съобщението си на 1 септември 2026 г. Достъпът е по заявка, за организации, които Anthropic счита за допустими съгласно правото на ЕС: регулатори, правоприлагащи органи, медии, проверители на факти, независими изследователи, образователни организации, групи на гражданското общество в ЕС и предприятия, които трябва да проверяват водни знаци за собственото си съответствие с Акта. Anthropic заявява, че с времето ще разшири достъпа. Като всеки детектор, базиран на ключ, той може да дава отговор само за текст от Claude.

Детекторът на воден знак в текст на OpenAI. Заявките се отвориха на 5 октомври 2026 г., а засега достъпът е ограничен до одобрени изследователи и експертни организации. OpenAI заяви, че възнамерява да пусне textGrain с отворен код, без да посочи дата. Дотогава и той дава отговор само за собствения текст на OpenAI.

Идентификационни данни за съдържание C2PA (Content Credentials). Изобщо не са воден знак и по-скоро допълват водните знаци, отколкото да се конкурират с тях. Това са криптографски подписани метаданни за произхода: кой е създал съдържанието, с какъв инструмент, кога и дали е участвала система с ИИ, записано в полето digitalSourceType. Версия 2.3 добави манифести за обикновени текстови документи, което е ново и важно. Слабостта е огледален образ на тази при водните знаци: метаданните се премахват елементарно с копиране и поставяне, а точно така пътува текстът.

А има и неща, които не са инструменти.

Голям брой сайтове се класират по „SynthID detection API“ и описват продукт, който се включва от Google Cloud Console, с цена на заявка и обработка на текст за под секунда. Такъв продукт не се споменава никъде в документацията на Google Cloud. Поне един от тези сайтове е маркетингово съдържание за услуга за премахване на водни знаци. Отделно сайтовете, които предлагат да проверят текст за SynthID, всъщност използват статистически детектори на ИИ, които не четат водния знак и не могат да го четат, защото нямат ключа. Те оценяват предвидимостта и ритъма на текста. Това е нещо съвсем различно, наречено със същата дума.

Колко добре работи

Честният отговор е, че работи добре при дълъг, нередактиран текст с висока ентропия и бързо се влошава извън тези условия. Числата са публични и не са ласкави.

Дължина. Разпознаването е статистически тест, затова доказателствата се натрупват с токените. Теоретичен анализ на SynthID-Text, публикуван през 2026 г., дава процент на истинските положителни резултати от около 0,3 при 1% фалшиви положителни резултати за текстове от 50 токена, а собствените му експерименти са върху поредици от 100 до 400 токена. Една публикация в X, продуктово описание или отговор от поддръжката не са достатъчно текст.

Ентропия. Водният знак живее в свободата на модела да избира. Там, където има само един верен отговор, няма място да се кодира нищо. Anthropic го казва директно: знакът е по-рядък във фактологичните пасажи и в кода, където синтаксисът и аритметиката трябва да са точни. Ако помолите модел да поправи граматиката ви, водният знак може да живее само в шепата поправки, които може да са твърде малко, за да се отчете.

Перифразиране. Това е слабото място. Оценка на устойчивостта установи, че процентът на истинските положителни резултати на SynthID пада от 0,998 при чист текст до 0,498 при умерено перифразиране. Лабораторията SRI Lab на ETH Цюрих отчете над 90% успех при изчистването със стандартно перифразиране, който се доближава до 100% с помощта на кражба на водния знак (watermark stealing), и отбеляза, че турнирният избор, който е функция за сигурност, прави засилването на токените по-чувствително към пренаписване и следователно по-малко устойчиво от по-простите схеми. Оценка от 2026 г. спрямо криминалистичните стандарти измери 98,3% премахване при перифразиране със запазване на смисъла, като семантичното сходство остава около 0,83.

Фалшиви положителни резултати. Същата криминалистична оценка измери 5,4% фалшиви положителни резултати при чист човешки текст, с 93,6% нестабилност на заключението при малки промени в прага за разпознаване, и установи, че стандартно изречение от тест за писане на клавиатура преминава прага. Изводът ѝ е, че нито една от трите тествани схеми, KGW, Unigram и SynthID-Text, не отговаря на повече от два от петте критерия на Daubert за експертни доказателства.

Подправяне (spoofing). Тук SynthID-Text се справя по-добре от алтернативите. Работата на SRI Lab отчита 4% успешни опити за подправяне при параметрите по подразбиране срещу 80% или повече при схемите от типа red-green, макар че успехът нараства до 15%, когато заявките на нападателя се увеличат от 30 000 на 90 000. Същата работа показа и че самото наличие на воден знак може да се установи чрез заявки към модела като черна кутия, така че пазенето на внедряването в тайна не е вариант.

Взето заедно: положителен резултат при дълъг откъс е съществено доказателство. Отрицателният резултат не означава почти нищо, защото е еднакво съвместим с човешки текст, с модел без воден знак, с кратък образец или с перифразиране. Всеки, който изгражда работен процес върху това, трябва да усвои тази асиметрия, преди да изгради интерфейса.

Какво изисква законът

Три правни режима вече изискват нещо в тази област и нито един от тях не съвпада напълно с внедреното.

Актът за изкуствения интелект на ЕС, член 50, параграф 2. Доставчиците на системи с ИИ, които генерират синтетично аудио, изображения, видео или текст, трябва да маркират резултатите в машинночетим формат, така че да могат да бъдат разпознати като изкуствено генерирани. Маркирането трябва да е ефективно, оперативно съвместимо, стабилно и надеждно, доколкото това е технически осъществимо. Член 50 започна да се прилага на 2 август 2026 г., а от същата дата и задължението за маркиране при системите, пуснати на пазара от тази дата нататък. Системите, пуснати на пазара преди това, имат срок до 2 декември 2026 г. Окончателният Кодекс за добри практики, публикуван от Комисията на 10 юни 2026 г., насочва към многослоен подход, който съчетава метаданни, водни знаци и водене на записи. Той не назовава C2PA, но описва свойствата му толкова точно, че наблюдателите отбелязват: C2PA в момента е единствената внедрена технология, която отговаря на описанието. Разгледахме по-широката картина около член 50 в нашето ръководство за задълженията за прозрачност по Акта за ИИ.

Обърнете внимание на думата оперативно съвместимо. Воден знак, който може да прочете само неговият автор, трудно отговаря на това изискване, и това напрежение все още не е разрешено.

Китай. Мерките за етикетиране на синтетично съдържание, генерирано от ИИ, влязоха в сила на 1 септември 2025 г. и са най-конкретният от трите режима. Те изискват както явен етикет, видим за потребителя, така и неявен етикет в метаданните на файла. Текстът е в обхвата. Платформите трябва да предоставят функции за етикетиране, а потребителите, които публикуват съдържание, генерирано от ИИ, трябва да го декларират.

Калифорния. Законът за прозрачност на ИИ (AI Transparency Act), SB 942, изменен с AB 853, започна да се прилага на 2 август 2026 г. за доставчици с над милион потребители месечно. Той изисква безплатен инструмент за разпознаване, видимо оповестяване (manifest disclosure) и вградено скрито оповестяване (latent disclosure) с името на доставчика, името и версията на системата, времеви печат и уникален идентификатор. Прочетете обхвата внимателно: задължението за скрито оповестяване обхваща изображения, видео и аудио. Текстът не е включен. От 1 януари 2027 г. големите онлайн платформи трябва да показват данните за произхода и не бива съзнателно да ги премахват.

Моделът и при трите е един и същ. Законът изисква знаци, които могат да бъдат разпознати, а внедрените знаци в текст могат да бъдат прочетени само от авторите им и от онези, на които авторите позволят. Или разпознаването ще се отвори, или задълженията за текст ще бъдат изпълнявани с метаданни от типа на C2PA, които практически никога не оцеляват при копиране и поставяне.

Какво означава това, ако разработвате софтуер

Повечето от това не е проект за съответствие. Това е шепа инженерни решения, които сега са евтини, а по-късно ще са скъпи за добавяне.

Не купувайте детектор като присъда. Ако доставчик твърди, че разпознава SynthID в произволен текст, той не може, и трябва да го попитате за ключа. Ако вече използвате разпознаване на ИИ за материалите, които подават потребителите, третирайте оценката като първичен филтър, който насочва към човек, а никога като констатация. Доказателствата срещу употреба с последици са силни: проучване на Станфорд установи, че детекторите класифицират погрешно като генерирани от ИИ над половината есета за TOEFL, написани от хора, за които английският не е роден език, а все повече университети изключват тези инструменти, след като са маркирали човешка работа със 100% увереност. Политика, изградена върху това, е риск, а не контрол.

Спрете да премахвате метаданните за произхода. Това е най-честата рана, която компаниите си нанасят сами. Конвейерите за изображения рутинно прекодират, преоразмеряват и нормализират файловете, а повечето от тях изхвърлят по пътя манифестите C2PA и XMP. Съгласно член 50, параграф 2 това означава, че вие премахвате маркирането, което законът иска да бъде запазено, а в Калифорния от януари 2027 г. това е задължение на платформите. Проверете конвейера, запазвайте манифеста или подписвайте отново след трансформацията. Сега, когато C2PA 2.3 поддържа обикновени текстови документи, същата дисциплина скоро ще важи и за текстовите файлове.

Водете собствен запис за произхода. Това е частта, която наистина работи. Каквото и да прави водният знак, системата ви знае кой модел какво е генерирал, кога, с какъв промпт и кой го е прегледал. Съхранявайте това като поле в записа. То е доказателството за изключението за човешки преглед по член 50, то е онова, което предоставяте на регулатор или клиент, и то не зависи от това дали някой ще пусне API.

Ако хоствате сами, можете да имате целия цикъл. Екип, който пуска собствен модел на Hugging Face Transformers, може да поставя воден знак при генерирането и да го разпознава, защото държи ключовете. Ако генерирате съдържание в голям обем и по-късно трябва да разпознавате собствените си резултати, това е налично още днес и никой не ви го продава.

Задавайте на доставчиците правилния въпрос. Не „поставяте ли воден знак“, защото отговорът вече обикновено е „да“ и не ви казва нищо. Попитайте дали знакът може да бъде разпознат от вас или само от тях, какво става с него при редактиране и превод, дали се добавят метаданни C2PA и към кои формати, и какво ще поемат договорно по отношение на член 50, параграф 2 след 2 декември 2026 г.

Накъде отива това

Технологията е реална, а резултатът в Nature е истинско инженерно постижение: воден знак, който струва половин процент забавяне, издържа оценка върху около 20 милиона реални отговора на Gemini без измерима промяна в удовлетвореността на потребителите и се разпознава, без да се докосва моделът. Това не е малко.

Внедряването обаче засега е и затворено. Три доставчика вече поставят или започват да поставят воден знак в текст, никой от тях не позволява на обществото да провери знака, съществуващите детектори се раздават с лъжичка на регулатори, изследователи и одобрени организации, а отворените модели остават изцяло извън системата. Разминаването между това, което изискват правилата за маркиране, и това, което човек извън тези компании реално може да провери, е интересният проблем, и той не е технически.

Съветът ни към клиентите е да не харчат нищо за разпознаване и да отделят нещо за произхода. Разпознаване, което не можете да пуснете и на което не можете да се доверите, не е контрол. Чист запис за това какво са генерирали собствените ви системи и конвейер за файлове, който спира да унищожава вече добавените метаданни, са работа, която контролирате вие, и точно тя е засегната от крайния срок на 2 декември 2026 г. За мястото на тази тема сред всичко останало, което предстои отсега до 2028 г., вижте нашето ръководство за цифровото съответствие в ЕС през 2026 г.

Вграждаме функции с ИИ в продукти за компании, които работят в Европа, което означава, че полетата за произход, конвейерите за файлове, които запазват идентификационните данни, и одитните следи са част от обичайната ни работа, а не отделно упражнение. Ако искате да погледнем къде съдържанието, генерирано от ИИ, влиза в продукта ви и какво се случва с произхода му на изхода, пишете ни на office@c9group.dev.

Ние сме инженери, не юристи. Дали конкретно задължение се отнася до вас като доставчик или като внедрител, е въпрос към вашия юрист. Ние се грижим системата да съответства на отговора.