SynthID-Text teče v Geminiju in Claudu. Vmesnika za zaznavanje še vedno ni.

Dva od treh največjih ponudnikov jezikovnih modelov zdaj z vodnim žigom označujeta besedilo, ki ga ustvarita. Google to počne v Geminiju od leta 2024. Anthropic je žig vklopil za Clauda 14. avgusta 2026. Oba uporabljata isto metodo, SynthID-Text, ki jo je Google DeepMind objavil v reviji Nature.

Če želite preveriti, ali dani odstavek nosi katerega od teh žigov, tega ne morete. Ne prek vmesnika, ne prek portala, ne z odprtokodnim orodjem. Oznaka je tam, načeloma je strojno berljiva, edini stroji, ki jo znajo prebrati, pa pripadajo tistima dvema podjetjema, ki sta jo vstavila.

Ta vrzel tehta več kot pred letom dni, saj ima Akt o umetni inteligenci zdaj rok za označevanje z datumom, precej ljudi pa je začelo kupovati orodja, ki naj bi vrzel zaprla, pa je ne.

Kaj SynthID-Text v resnici počne

Natančnost se tu izplača, ker je večina napisanega o vodnih žigih v besedilu UI zgrešena na povsem enak način.

SynthID-Text besedilu ne doda ničesar. Nobenih znakov ničelne širine, nobenega nenavadnega Unicoda, nobenih nevidnih označevalcev, nobenih izdajalskih ločil, nobenih dodatnih žetonov. Anthropic to pove dobesedno in velja za metodo na splošno. Če ste kdaj naleteli na nasvet, naj odstranite nevidne znake in tako obidete vodni žig UI, tak nasvet cilja na nekaj, česar tu ni.

Metoda namesto tega spremeni, kako model izbira besede.

Ko jezikovni model ustvarja besedilo, oblikuje verjetnostno porazdelitev nad naslednjim žetonom in iz nje vzorči. SynthID-Text poseže natanko na tem koraku. Drseče okno zadnjih žetonov, običajno štirih, se zgosti skupaj s tajnim ključem vodnega žiga v seme. To seme poganja niz psevdonaključnih točkovalnih funkcij, funkcij g. Algoritem izvleče kandidatne žetone in jih požene skozi več turnirskih plasti: vsaka plast s funkcijo g oceni tekmujoče kandidate, zmagovalec pa napreduje. Žeton, ki zmaga na turnirju, je tisti, ki se izpiše.

Posledica je, da se na dovolj dolgem odlomku izpisani žetoni povezujejo z vrednostmi g tako, kot človeška izbira besed ne bi. Zaznavanje je nato statistični test: ponovno izračunajte vrednosti g po besedilu in vprašajte, ali je povprečje višje, kot bi dopuščalo naključje. Objavljeni detektorji so trije: navadno povprečje, uteženo povprečje in bayesovski detektor, naučen na označenih in neoznačenih vzorcih, ki je najmočnejši od treh.

Iz te zasnove izhajata dve lastnosti, ki pojasnita skoraj vse drugo.

Prvič, zaznavanje ne potrebuje modela. Ni treba poganjati Geminija, da preverite besedilo iz Geminija. Prav to naredi shemo dovolj poceni za uvedbo in je resničen napredek glede na naknadne klasifikatorje.

Drugič, zaznavanje potrebuje ključ. Funkcije g se z njim zasejejo. Brez ključa vodnega žiga vrednosti g, ki jih izračunate, nimajo nobene zveze s tistimi, uporabljenimi pri generiranju, in test vrne šum. To ni implementacijska vrzel, ki jo bo nekdo nekoč zaprl. To je varnostna lastnost, ki nikomur ne dovoli ponarediti Googlovega žiga na besedilu, ki ga Google ni nikoli napisal.

Celoten problem zaznavanja tiči v tej drugi lastnosti.

Kdo danes označuje besedilo

Slika avgusta 2026, omejena na to, kar ponudniki potrjujejo sami:

Google Gemini. Označen od članka v reviji Nature, ki je opisal prvo uvedbo v velikem obsegu, za Gemini in Gemini Advanced. Googlovi zaposleni so na uradnem razvijalskem forumu potrdili, da je z vodnim žigom označeno tudi besedilo, ustvarjeno prek vmesnika Gemini API, storitve Google AI Studio in Antigravity. Ta odgovor je prišel po prvem, napačnem odgovoru v nasprotno smer, kar je pošteno merilo, kako tanko je to dokumentirano.

Anthropic Claude. Globalno dejavno od 14. avgusta 2026 na modelih Claude, izdanih 2. avgusta 2026 ali pozneje, starejši modeli sledijo. Anthropic to opisuje kot različico pristopa SynthID-Text in idejo izpeljuje iz predloga Scotta Aaronsona iz leta 2022. Anthropic poleg tega generiranim slikovnim datotekam pripenja podpisana potrdila C2PA, kar je samostojen mehanizem.

OpenAI. Brez besedilnega vodnega žiga. OpenAI ga je zgradil, po poročanju Wall Street Journala leta 2024 zelo natančnega, in ga pustil v predalu. Navedeni pomisleki: slabo je prenašal prevod in celovito prepisovanje, poleg tega bi lahko nesorazmerno pogosto označeval tiste, ki jim angleščina ni materni jezik. OpenAI pa generiranim slikam pripenja Content Credentials po standardu C2PA.

Vsi drugi. Modeli z odprtimi utežmi ne nosijo nobene oznake, razen če jo doda tisti, ki jih poganja, in nič mu ne preprečuje, da bi jo odstranil. To je strukturna luknja, ki jo poimenuje že sam članek v reviji Nature: označevanje deluje le tam, kjer ponudniki sodelujejo, odprtih modelov pa v sodelovanje ni mogoče prisiliti.

Da se obe uvedbi poravnata z 2. avgustom 2026, ni naključje. To je datum, ko se je začel uporabljati člen 50 Akta o umetni inteligenci.

Orodja, ki obstajajo, in za kaj je vsako dobro

Ta del je vredno narediti natančno, saj so rezultati iskanja o tej temi močno onesnaženi.

google-deepmind/synthid-text na GitHubu. Referenčna izvedba iz članka v reviji Nature, licenca Apache 2.0. Označuje in zaznava ter vsebuje kodo za učenje bayesovskega detektorja. Podpira Gemmo in GPT-2 prek razredov mixin. Datoteka README izrecno pravi, da gre za ponovljivost raziskav, da mixini niso zasnovani za produkcijo in da zgoščevalna funkcija ne daje nobenih kriptografskih varnostnih jamstev. Uporabno, pošteno, in ni detektor za tuje besedilo.

Hugging Face Transformers. Produkcijsko primerna pot, na katero kaže Google. SynthIDTextWatermarkingConfig in SynthIDTextWatermarkLogitsProcessor omogočata, da iz modela, ki ga nadzorujete, ustvarite označeno besedilo, tako da podate seznam ključev in dolžino n-grama. Kdor ima ključe, lahko zaznava. To je edina pot, po kateri običajna razvojna ekipa danes dobi delujoče označevanje besedila od konca do konca, in pokriva le besedilo, ki ga je ustvaril vaš lastni sistem.

MarkLLM. Akademski nabor orodij s THU-BPM, ki za enim vmesnikom izvaja veliko algoritmov vodnega žiga, med njimi KGW, Unigram, EXP in SynthID-Text z detektorji povprečja, uteženega povprečja in bayesovskim. Če ocenjujete sheme, namesto da bi eno uvedli, začnete tukaj.

Portal SynthID Detector. Googlovo orodje za nalaganje in preverjanje, odprto za zgodnje preizkuševalce na konferenci I/O maja 2026 prek čakalne liste za novinarje, raziskovalce in medijske delavce. Googlova lastna dokumentacija pomoči o preverjanju navaja slike, video in zvok. Besedila na tem seznamu ni, nit na razvijalskem forumu o označevanju prek vmesnika pa jasno pove, da ga portal ne sprejema.

Googlov Content Detection API. Leta 2026 v predogledu na platformi Gemini Enterprise za poimensko navedene partnerje, med njimi Shutterstock, Snap, Canva in Fox Sports. Samo slike, JPEG, PNG in WebP. Brez besedila, brez datuma splošne razpoložljivosti, brez objavljenih cen.

Anthropicov vmesnik za zaznavanje. Napovedan kot prihajajoč, brez časovnice in brez podrobnosti izvedbe. Ko pride, bo predvidoma odgovarjal za besedilo iz Clauda in za nič drugega.

C2PA Content Credentials. Sploh ni vodni žig in je bolj dopolnilo kot tekmec. Gre za kriptografsko podpisane metapodatke o izvoru: kdo je to naredil, s katerim orodjem, kdaj in ali je bil vpleten sistem UI, zapisano v polju digitalSourceType. Različica 2.3 je dodala manifeste za navadne besedilne dokumente, kar je novo in pomembno. Slabost je zrcalna slabosti vodnega žiga: metapodatki izginejo pri kopiranju in lepljenju, besedilo pa potuje prav tako.

In potem je tu tisto, kar ni orodje.

Veliko strani se uvršča na iskanje »SynthID detection API« in opisuje izdelek, ki naj bi ga vklopili v konzoli Google Cloud, s ceno na zahtevo in zakasnitvijo besedila pod sekundo. Takega izdelka v Googlovi dokumentaciji za oblak ni. Vsaj ena od teh strani je vsebinsko trženje za storitev odstranjevanja vodnih žigov. Ločeno: strani, ki ponujajo preverjanje besedila glede SynthID, poganjajo statistične detektorje UI, ki vodnega žiga ne berejo in ga ne morejo, ker nimajo ključa. Pisanje ocenjujejo po predvidljivosti in ritmu. To je nekaj drugega v isti besedi.

Kako dobro deluje

Pošten odgovor je, da dobro deluje na dolgem, neurejenem besedilu z visoko entropijo in zunaj teh pogojev hitro slabi. Številke so javne in niso laskave.

Dolžina. Zaznavanje je statistični test, zato se dokazi kopičijo z žetoni. Teoretična analiza SynthID-Text, objavljena leta 2026, postavlja zaznavanje na približno 0,3 deleža resničnih pozitivnih pri 1 odstotku lažnih pozitivnih na besedilih s 50 žetoni, svoje poskuse pa izvaja na zaporedjih od 100 do 400 žetonov. Objava na družbenem omrežju, opis izdelka ali odgovor podpore ni dovolj besedila.

Entropija. Vodni žig živi od svobode modela pri izbiri. Kjer je pravilen odgovor samo eden, ni prostora, da bi karkoli zakodirali. Anthropic to pove naravnost: oznaka je redkejša v dejstvenih odlomkih in v kodi, kjer morata biti skladnja in računanje natančna. Prosite model, naj vam popravi slovnico, in vodni žig lahko prebiva le v peščici popravkov, kar je lahko premalo, da bi se zaznal.

Preubeseditev. To je šibka točka. Ocena robustnosti je pokazala padec deleža resničnih pozitivnih pri SynthID z 0,998 na čistem besedilu na 0,498 pri zmerni preubeseditvi. SRI Lab z ETH v Zürichu poroča o več kot 90 odstotkih uspeha pri odstranjevanju z običajno preubeseditvijo, blizu 100 odstotkov ob pomoči kraje vodnega žiga, in ugotavlja, da turnirsko vzorčenje, zamišljeno kot varnostni ukrep, naredi ojačitev žetonov občutljivejšo za prepise in s tem manj odporno kot preprostejše sheme. Ocena iz leta 2026 glede na forenzične standarde je izmerila 98,3 odstotka odstranitev pri preubeseditvi, ki ohranja pomen, ob semantični podobnosti okoli 0,83.

Lažni pozitivni. Ista forenzična ocena je izmerila 5,4 odstotka lažnih pozitivnih na čistem človeškem besedilu, s 93,6 odstotka nestabilnosti razsodbe pri majhnih spremembah praga zaznavanja, in našla standardni stavek iz tipkarskega testa, ki je prag prekoračil. Sklep: nobena od treh preverjenih metod, KGW, Unigram in SynthID-Text, ne izpolnjuje več kot dveh od petih Daubertovih meril za izvedensko dokazovanje.

Ponarejanje. Tu se SynthID-Text drži bolje kot alternative. Delo SRI Lab poroča o 4 odstotkih uspeha pri ponarejanju s privzetimi parametri v primerjavi z 80 odstotki ali več pri rdeče-zelenih shemah, čeprav je uspeh narasel na 15 odstotkov, ko so napadalčeve poizvedbe šle s 30.000 na 90.000. Isto delo je pokazalo tudi, da je že sama prisotnost vodnega žiga zaznavna s poizvedbami po načelu črne skrinjice, zato uvedbe ni mogoče držati v tajnosti.

Skupaj: pozitiven izid na dolgem odlomku je smiseln dokaz. Negativen izid ne pomeni skoraj nič, ker je enako skladen s človeškim pisanjem, z neoznačenim modelom, s kratkim vzorcem ali s preubeseditvijo. Kdor na tem gradi delovni tok, mora to nesorazmerje razumeti, preden nariše vmesnik.

Kaj zahteva pravo

Trije režimi zdaj na tem področju nekaj zahtevajo in nobeden se povsem ne ujema s tem, kar je uvedeno.

Akt o umetni inteligenci, člen 50(2). Ponudniki sistemov UI, ki ustvarjajo sintetično zvočno, slikovno, videe ali besedilno vsebino, morajo izhode označiti v strojno berljivi obliki, tako da jih je mogoče zaznati kot umetno ustvarjene. Označevanje mora biti učinkovito, interoperabilno, robustno in zanesljivo, kolikor je to tehnično izvedljivo. Člen 50 se je začel uporabljati 2. avgusta 2026, zahteve glede označevanja in etiketiranja pa nastopijo 2. decembra 2026, na isti dan poteče tudi prehodno obdobje za sisteme, ki so bili na trgu že pred 2. avgustom 2026. Kodeks ravnanja kaže na večplasten pristop, ki združuje metapodatke, vodni žig in beleženje. C2PA ne imenuje, opisuje pa lastnosti standarda tako natančno, da so opazovalci ugotovili, da je C2PA trenutno edina uvedena tehnologija, ki ustreza. Širšo sliko člena 50 smo obdelali v našem vodniku po obveznostih preglednosti Akta o UI.

Bodite pozorni na besedo interoperabilno. Vodni žig, ki ga lahko prebere samo njegov avtor, se s to zahtevo ujema nenavadno, in ta napetost ostaja nerazrešena.

Kitajska. Ukrepi za označevanje sintetičnih vsebin, ustvarjenih z UI, veljajo od 1. septembra 2025 in so od vseh treh najbolj konkretni. Zahtevajo tako izrecno oznako, vidno uporabniku, kot implicitno oznako v metapodatkih datoteke. Besedilo je zajeto. Platforme morajo zagotoviti funkcije označevanja, uporabniki, ki objavljajo vsebine, ustvarjene z UI, pa morajo to prijaviti.

Kalifornija. AI Transparency Act, SB 942 v besedilu, kot ga je spremenil AB 853, se od 2. avgusta 2026 uporablja za ponudnike z več kot milijonom mesečnih uporabnikov. Zahteva brezplačno orodje za zaznavanje, vidno razkritje in vgrajeno latentno razkritje z imenom ponudnika, imenom in različico sistema, časovnim žigom ter enoličnim identifikatorjem. Natančno preberite področje uporabe: obveznost latentnega razkritja velja za sliko, video in zvok. Besedila v njej ni. Od 1. januarja 2027 morajo velike spletne platforme prikazovati podatke o izvoru in jih ne smejo zavestno odstranjevati.

Vzorec je povsod enak. Pravo zahteva oznake, ki jih je mogoče zaznati, uvedene besedilne oznake pa lahko zaznajo le njihovi avtorji. Ali se zaznavanje odpre, ali pa bodo obveznosti glede besedila izpolnjene z metapodatki v slogu C2PA, ki kopiranja in lepljenja skoraj nikoli ne preživijo.

Kaj to pomeni, če razvijate programsko opremo

Večina tega ni projekt skladnosti. Gre za peščico inženirskih odločitev, ki so zdaj poceni in jih je drago naknadno vgraditi.

Ne kupujte detektorja kot razsodbe. Če dobavitelj trdi, da zazna SynthID v poljubnem besedilu, tega ne zmore, in zahtevajte ključ. Če že poganjate zaznavanje UI nad tem, kar pošiljajo uporabniki, obravnavajte oceno kot triažo, ki napoti na človeka, nikoli kot ugotovitev. Dokazi proti uporabi s posledicami so trdni: študija s Stanforda je pokazala, da so detektorji več kot polovico esejev TOEFL avtorjev, ki jim angleščina ni materni jezik, napačno uvrstili med ustvarjene z UI, vse daljši seznam univerz pa je ta orodja izklopil, potem ko so človeško delo označila s stoodstotno gotovostjo. Graditi politiko na tem je tveganje odgovornosti, ne nadzor.

Nehajte odstranjevati metapodatke o izvoru. To je najpogostejša samopovzročena rana. Slikovni cevovodi rutinsko prekodirajo, spreminjajo velikost in normalizirajo, večina pa med potjo zavrže manifeste C2PA in XMP. Po členu 50(2) ste to vi, ki odstranjujete označbo, ki jo pravo želi ohraniti, od januarja 2027 pa je to v Kaliforniji obveznost platforme. Preglejte cevovod, ohranite manifest ali po pretvorbi znova podpišite. Zdaj, ko C2PA 2.3 podpira navadne besedilne dokumente, se ista disciplina obeta tudi besedilu.

Vodite lastno evidenco izvora. To je del, ki dejansko deluje. Karkoli počne vodni žig, vaš sistem ve, kateri model je ustvaril kaj, kdaj, s katerim pozivom in kdo je pregledal. Shranite to kot polje na zapisu. To je dokaz za izjemo glede človeškega pregleda iz člena 50, to je tisto, kar izročite regulatorju ali stranki, in ni odvisno od tega, ali kdo izda vmesnik.

Kdor gosti sam, ima celoten krog. Ekipa, ki poganja lasten model na Hugging Face Transformers, lahko označuje pri generiranju in zaznava pozneje, ker ima ključe. Če ustvarjate vsebino v velikem obsegu in morate pozneje prepoznati lasten izhod, je to danes na voljo in nihče vam tega ne prodaja.

Dobaviteljem zastavite pravo vprašanje. Ne »ali označujete«, na kar je odgovor zdaj običajno da in ne pove ničesar. Vprašajte, ali je oznaka berljiva vam ali samo njim, kaj se z njo zgodi pri urejanju in prevajanju, ali so priloženi metapodatki C2PA in za katere formate, ter kaj so pripravljeni pogodbeno izjaviti o členu 50(2) po 2. decembru 2026.

Kam to pelje

Tehnologija je resnična in rezultat v reviji Nature je resno inženirsko delo: vodni žig, ki stane pol odstotka zakasnitve, prestane oceno na približno 20 milijonih resničnih odgovorov Geminija brez merljive spremembe zadovoljstva uporabnikov in se zazna brez dotikanja modela. To ni malo.

Uvedba je zaenkrat tudi zaprta. Dva ponudnika označujeta besedilo, nobeden ne dovoli drugemu prebrati oznake, tretji je enega zgradil in ga odložil, odprti modeli pa stojijo povsem zunaj sistema. Vrzel med tem, kar zahtevajo pravila o označevanju, in tem, kar lahko človek zunaj teh podjetij dejansko preveri, je zanimiv problem in ni tehničen.

Strankam svetujemo, naj za zaznavanje ne porabijo nič, za izvor pa nekaj. Zaznavanje, ki ga ne morete pognati in mu ne morete verjeti, ni nadzor. Čista evidenca tega, kar so ustvarili vaši sistemi, in cevovod sredstev, ki neha uničevati že priložene metapodatke, je delo, ki ga obvladujete sami, in prav tega se rok 2. decembra 2026 dejansko dotika. Kje to leži med vsem drugim do leta 2028, opisuje naš vodnik po digitalni skladnosti EU 2026.

Funkcije UI vgrajujemo v izdelke podjetij, ki delujejo v Evropi, kar pomeni, da so polja o izvoru, cevovodi, ki ohranjajo potrdila, in revizijske sledi del običajne izvedbe in ne posebne vaje. Če želite pregled, kod vstopa vsebina, ustvarjena z UI, v vaš izdelek in kaj se z njenim izvorom dogaja na poti ven, pišite na office@c9group.dev.

Smo inženirji, ne pravniki. Ali vas določena obveznost zadeva kot ponudnika ali kot uvajalca, sodi k vašemu pravnemu svetovalcu. Mi poskrbimo, da sistem ustreza odgovoru.