隨著 Anthropic、OpenAI、Google 等 AI 公司持續探索生成內容的溯源與辨識機制，一款名為 watermarks-remover 的開源工具近期透過 GitHub 發布，試圖從 AI 生成的文字與檔案中移除不同類型的辨識訊號。專案資料顯示，工具的主要定位是隱私保護與研究用途，而非協助使用者將 AI 內容偽裝成完全由真人撰寫。
這項發展也凸顯 AI 內容溯源與反溯源技術之間的競爭正在升溫。當模型開發商逐步導入更難察覺的標記方式，開發者也開始研究如何辨識、拆解或干擾這些訊號。
可處理文字與多種檔案格式
根據專案文件，watermarks-remover 可處理多種可能用於追蹤 AI 生成內容的訊號，包括看不見的 Unicode 字元、統計式浮水印，以及嵌入檔案內的 metadata。
支援的檔案格式涵蓋 PNG、JPEG、SVG、PDF、DOCX、ODT、HTML 與 Markdown。工具也針對常見的來源資訊進行清理，包括 C2PA、EXIF、XMP 及文件屬性等資料。
| 處理類型 | 主要對象 | 處理方式 |
|---|---|---|
| 編輯層面訊號 | 不尋常的 Unicode 字元 | 尋找並移除不可見或特殊字元 |
| 統計式浮水印 | 模型選詞與文字分布 | 改寫句型、用字與轉折，干擾原有統計特徵 |
| 檔案來源資訊 | C2PA、EXIF、XMP 與文件屬性 | 清理檔案 metadata 與相關屬性 |
統計式浮水印比 metadata 更難處理
相較於直接存在檔案內的 metadata，統計式浮水印通常更難移除。這類方法不是在內容外部附加一段明顯標記，而是透過模型生成文字時的選詞方式，讓特定字詞或字詞分布呈現可供辨識的統計特徵。
watermarks-remover 因此採取分層處理方式。除了清理 Unicode 字元與檔案屬性，也會透過改寫文字結構、替換用字及調整轉折，嘗試干擾文字中的統計式浮水印。這代表工具不只是刪除資料，也可能直接改變內容本身。
0.3.1 版本改採更積極的改寫策略
專案最新 0.3.1 版本進一步強化文字改寫功能。相較於只替換少數詞彙，新版本會更積極調整句型、用字與轉折，並提供讓改寫結果更自然的選項。
不過，這種處理方式也增加內容失真的可能性。專案發起人 Guillaume Meyer 坦承，移除統計式浮水印並不能保證成功；改寫過程可能影響原文的語氣、措辭與準確性，當原文需要大幅修改時，影響會更加明顯。
Meyer 進一步指出，一次改寫相當於將高階模型使用的字詞，替換成較低階模型可能採用的字詞，因此也提出疑問：如果使用者先付費採用高階模型，再以較差的模型處理生成內容，這樣做是否會抵銷使用高階模型的價值。
專案強調隱私與研究用途
watermarks-remover 的文件將工具定位在隱私與研究，而不是協助使用者掩飾 AI 生成內容的來源。從技術角度來看，移除 metadata 與不可見字元相對直接；但涉及模型生成分布的統計式浮水印時，工具既無法保證完全清除，也可能犧牲文字品質。
這項限制意味著，工具的使用結果會取決於原始內容、採用的浮水印方法，以及改寫程度。即使內容經過處理，也不能據此推論所有 AI 溯源訊號都已被移除。
AI 溯源與反溯源進入攻防階段
AI 生成內容的辨識與溯源，正逐漸成為模型服務商、平台與內容創作者關注的議題。開源工具 watermarks-remover 的出現，顯示相關技術已不再只是單方面強化標記，而是同時伴隨針對標記的分析與干擾。
未來，AI 浮水印能否在不明顯降低內容品質的情況下維持可靠辨識，以及反溯源工具能否在不破壞原意的前提下移除訊號，將成為這場技術攻防的主要焦點。
Github : https://github.com/guillaumemeyer/watermarks-remover
