UniMark：面向自回归图像生成器的统一自适应多比特水印
计算机视觉与模式识别
2026-04-15 v1
摘要
自回归 (AR) 图像生成的隐形水印最近因保护图像所有权和追踪 AI 生成内容而受到关注。然而，现有方法存在三个关键局限：(1) 仅嵌入零比特水印用于二进制验证，缺乏传递多比特消息的能力；(2) 依赖静态码本分区策略，一旦分区暴露即易受安全攻击；(3) 针对特定 AR 架构设计，无法在 diverse AR 模式之间普适化。我们提出 \method{}，一个无训练、面向自回归图像生成器的统一水印框架，解决上述所有问题。\method{} 引入三个核心组件：自适应语义分组 (ASG)，基于语义相似性和密钥动态分区码本条目，确保图像质量保持和安全性；块状多比特编码 (BME)，将 token 序列分为多个块，并使用纠错码在不同块上编码不同比特，以实现可靠的消息传输；以及统一 token 替换接口 (UTRI)，抽象水印嵌入过程，支持 next-token prediction（如 LlamaGen）和 next-scale prediction（如 VAR）两种范式。我们对检测错误率和嵌入容量进行了理论分析。大规模实验表明，在三个 AR 模型上，\method{} 在图像质量 (FID)、水印检测准确率和多比特消息提取方面均实现最先进性能，同时对裁剪、JPEG 压缩、高斯噪声、模糊、颜色抖动和随机擦除攻击保持稳健性。
引用
@article{arxiv.2604.11843,
title = {UniMark: Unified Adaptive Multi-bit Watermarking for Autoregressive Image Generators},
author = {Yigit Yilmaz and Elena Petrova and Mehmet Kaya and Lucia Rossi and Amir Rahman},
journal= {arXiv preprint arXiv:2604.11843},
year = {2026}
}
备注
work in progress