自回归图像生成模型的水印方法

图像生成模型的快速发展彻底改变了视觉内容创作，能够为多样化应用合成高度逼真和上下文准确的图像。然而，深度伪造生成、基于图像的钓鱼攻击和误导性视觉证据伪造等潜在滥用风险，强调了对强大真实性验证机制的需求。虽然传统的统计水印技术已被证明对自回归语言模型有效，但由于一种我们称为重标记失配（retokenization mismatch）的现象——图像生成过程中原始序列与重标记序列之间的差异——它们向图像生成模型的直接适配遇到了重大挑战。为克服这一局限性，我们提出了C-reweight，一种专门针对图像生成模型设计的新型无失真水印方法。通过利用一种聚类策略，将同一聚类内的标记视为等价，C-reweight 缓解了重标记失配，同时保持了图像保真度。在领先图像生成平台上的广泛评估表明，C-reweight 不仅保持了生成图像的视觉质量，还提高了相对于现有无失真水印技术的可检测性，为安全可信的图像合成设立了新标准。