Google Gemini SynthID 偵測可檢查 AI 媒體，但其可驗證範圍有限
Google 已將 SynthID 檢查整合至 Gemini，可涵蓋圖片、影片及音訊；不過，結果所回答的問題比內容是否真實更為狹窄。Google Gemini SynthID 偵測會尋找不可見的浮水印，即一種嵌入式訊號，用以識別由支援的 AI 工具生成或編輯的內容。找到該訊號可提供檔案來源的證據；未能找到，則不代表內容真實。
用戶可上載支援的媒體，並詢問內容是否由 Google AI 建立或編輯。這讓驗證功能進入人們本已用於提問及分析檔案的介面。核心張力在於廣泛的對話體驗，與每個答案背後實際可取得的特定證據之間的落差。
時間線亦需要釐清。Google 於 2025 年 11 月推出圖片驗證，其後於 12 月推出影片驗證。其 2026 年 5 月的公告已說明支援圖片、影片及音訊。至 10 月，Google 亦擴展另一個獨立的 SynthID Detector，以涵蓋更多合作夥伴。這些發展令驗證更易取得，但不同產品、偵測方法及可得結論之間的重要差異仍然存在。
Google Gemini SynthID 偵測建基於較早前的推出
經核實的情況是驗證能力持續擴展，而非在 10 月針對所有媒體格式推出的新功能。
Google 於 2025 年 11 月 20 日在 Gemini 內公布 AI 圖片驗證。此功能讓助理可檢查由 Google 生成或編輯的圖像。這個日期很重要，因為近日流傳的功能描述很容易令人以為它當時才首次推出。
公司其後於 2025 年 12 月 18 日公布 AI 影片驗證。Google 表示，Gemini 會同時檢查視覺及音訊軌道。其示例指出，系統在音訊片段中辨識到浮水印，但未在視覺內容中發現浮水印。
該示例體現了此功能的實際價值。一段影片未必只有單一的製作歷史；其配樂與畫面可來自不同來源，因此有關其中一個組件的證據，不應自動套用至整個檔案。
截至 2026 年 5 月 19 日，Google 的內容透明度更新已明確提及 Gemini 對圖片、影片及音訊的驗證。公司表示，這項能力已在全球使用達 5,000 萬次。此數字是 Google 所聲稱的使用量，而非對偵測質素的獨立衡量。
綜合這些公告，可確立核心能力確實存在，但不足以證明其後每一則社交媒體帖文都是另一次推出。為撰寫本報道而提供的 X 帖文於核實期間無法存取，因此其確切措辭及公告背景仍未獲確認。
這項區別會改變新聞的報道角度，卻不會削弱產品發展的意義。Gemini 為用戶提供直接途徑，以取得有關媒體製作的證據。關鍵問題是，它能否清楚傳達該證據實際可證明甚麼。
上載檔案再提問的體驗，降低了發起檢查所需的成本，但不會免除區分圖片與其說明文字、配樂與其附帶影片片段，或經編輯元素與周邊所有內容的需要。
試想一段包含實拍畫面及生成音樂背景的示例影片。偵測到音樂涉及 AI，可回答一個有用的製作問題；但不能證明畫面中的事件是偽造的。
反過來說，攝影機錄製的音訊亦不能證明附帶的畫面來自攝影機。即使用戶提出的是廣泛問題，有效的驗證回覆仍須保留這些界線。
因此，這次推出在技術機遇以外，亦帶來溝通上的挑戰。將證據帶進聊天介面，令其更易取得；能否解釋證據的適用範圍，則決定人們會否正確使用。
對現時才接觸此功能的讀者而言，最準確的描述是累積式的：Google 一直逐步將媒體驗證引入 Gemini，同時在其他地方擴展相關偵測服務。這些重疊的服務值得分開審視。
更易進行的檢查，令媒體決策承受更大壓力
最直接的壓力落在必須決定是否分享、刊登、購買或依賴媒體檔案的人身上。
對這些用戶而言，便利性很重要，因為驗證須與即時決策競爭。一段可疑片段可能在新聞編採群組、市場推廣審核或客戶支援對話中出現。接收者必須在採取行動前取得證據。
Gemini 的整合有可能縮短用戶看到可疑內容與尋求其來源資訊之間的距離。這正是在助理中加入偵測器的實際意義：它將專門調查轉化為較易取得的初步檢查。
不過，決策的範圍仍比偵測器的工作更廣。市場推廣團隊審閱提交的圖片時，需要知道它是否符合簡報要求；也可能需要確認使用權、供稿者披露資料及審批紀錄。
單靠浮水印檢測結果，無法解決這些問題。它可以成為向供應商詢問製作方法的理由，其後團隊仍須評估該答案是否符合實際要求。
對編輯而言，分別在於製作證據與事件證據。生成的插圖可以準確配合事實報道；真實照片亦可能附上誤導性的拍攝地點或時間說明。
這些例子說明，應將「由 AI 生成」與「虛假」視為兩項不同判斷。把兩者當作同義，反而會削弱驗證工具本來希望支持的信心。
同一問題亦影響為研究收集材料的知識工作者。檔案一旦被放入簡報、摘要及內部筆記，其表面可信度便可能增加。保留原始來源，有助日後讀者審查一項主張的依據。
建立可搜尋知識庫的團隊，應將驗證背景與原始材料一併保留。若只複製結論，卻缺少被測檔案、日期或方法，日後便更難評估。
這屬於工作流程上的影響，而非聲稱知識工具可驗證媒體真偽。妥善整理證據有助審核，但不能取代底層驗證程序，也不能證明有爭議的事件是否發生。
機構亦面臨壓力，須在爭議出現前界定可接受的證據。否則，助理的回答可能變成臨時政策；不同審閱者可能為同一結果賦予不同含義。
更有用的政策，應把檢測結果與決策連結起來。生成內容的證據或會觸發廣告披露審核；對明確標示的插圖而言，同一結果則可能完全符合預期。
不確定的結果亦需要獨立處理。不應因系統未能產生明確警告，便悄然視為批准。不確定性本身就是需要保持可見的資訊。
因此，對 Google 而言，產品挑戰部分在於語言表達。助理須將技術發現轉換為日常語言，同時不可擴大其含義。用戶的信心應與證據相稱，而非取決於回覆是否流暢。
Google Gemini SynthID 偵測最清晰的潛在價值正正在此：它可在審閱當下提供額外訊號。其實用性取決於能否保留該訊號與最終決策之間的分別。
Google 更廣泛的偵測器與 Gemini 的覆蓋範圍不同
共用同一技術名稱，不代表每個 Google 驗證介面都能辨識相同內容。
Google 現行的 Gemini 文件指出，其 SynthID 檢查可辨識由 Google AI 工具建立的內容。相同文件亦承認，其他公司已開始採用 SynthID；其他地方的採用情況，並不自動代表 Gemini 內已可辨識。
這項界線在 Google 於 2026 年 10 月 7 日擴展 SynthID Detector後尤其重要。Google 表示，該獨立服務已以英文在全球推出，並稱其涵蓋 Google 與包括 OpenAI、NVIDIA 及 Kakao 等合作夥伴的媒體內容，Apple 則會稍後加入。
因此，競爭格局較 Google 與另一個生成工具之間的比較更為複雜。OpenAI 和 NVIDIA 在更廣泛偵測器的公告中被列為合作夥伴，但這不代表可假設每個 Gemini 驗證回覆都提供同等支援。
Google 的 10 月公告亦表示，Search、Gemini 和 Chrome 每日合計收到逾 100 萬項驗證請求。這個合併數字不應被表述為單屬 Gemini 的使用量；不同產品的活動量，亦不能證明檢查多常產生正確或有用的結果。
對買家及開發者而言，含義很直接：應識別實際正在評估的服務。對獨立偵測器的測試，不能證明 Gemini 的覆蓋範圍；Gemini 的示範，也不能證明另一個企業整合方案的行為。
這項區別亦影響人們比較工具的方式。偵測器可對支援範圍內的內容給出明確答案，卻可能無法為不受支援的來源提供資訊。介面看似簡單，幾乎無法說明這項界線。
設想審閱者正在檢查由多個不同生成系統產生的檔案。若審閱者預期系統可普遍辨識，未有結果可能看似令人安心；若了解受支援範圍，同一結果可能只是代表需要進行另一項檢查。
這正是為何覆蓋範圍應顯示在結果附近，而非只存在於產品文件中。用戶不應需要重組一份業界合作夥伴公告，才能理解某項檢查可辨識甚麼。
更多合作夥伴參與，強化了採用浮水印驗證的理據，因為更多檔案可帶有可辨識的訊號；同時亦令文件要求更高。受支援的製作方、媒體格式及驗證介面均可能有所不同。
策略問題在於，隨着採用範圍擴大，這些差異會否變得更易理解。更多參與公司可提升實用性；但混淆產品界線，可能促使用戶將結果套用至其適用範圍以外，從而減低好處。
這也是理解競爭壓力的有用方法。相關比較不只是看哪個助理提供偵測提示，而是哪項服務能針對其目標用戶遇到的檔案，提供容易理解的證據。
對新聞機構而言，涵蓋外部提交內容或許最為重要。對審核自身創作流程的公司來說，辨識其選用的生成工具可能已足夠。兩者要求不同，評估方式亦應不同。
因此，Google Gemini SynthID 偵測應被視為更廣泛驗證工作中的一項特定功能。周邊合作夥伴關係屬相關背景，卻不能取代查核所用介面已記錄的限制。
偵測到浮水印不代表故事內容屬實
核實是否涉及 AI 回答的是製作方式問題；事實準確性則需要額外證據。
浮水印可協助識別是否使用了受支援的生成系統，但單憑此發現，無法確立畫面所描述的主張是否準確。即使兩者涉及同一檔案，仍屬不同命題。
由 AI 生成的圖表或可正確描述某項工程流程。一張相機拍攝的照片亦可能真實，但附隨的敘述卻是虛假的。這兩種情況都不需要偵測器失效，便足以造成誤導印象。
當用戶把問題表述為「這是真的嗎？」時，這項區分尤其重要。該問題可能涉及製作方法、事件真實性、身分、時間、地點或竄改情況。單一答案容易把所有這些含義混為一談。
助理應清楚說明其核查的是哪一種詮釋。否則，對話可能在用戶未察覺的情況下，從有限的技術結果延伸至廣泛的事實結論。
Google 亦支援 Content Credentials，這類記錄會描述數碼內容的來源及編輯歷史。內容溯源標準由內容溯源與真實性聯盟（Coalition for Content Provenance and Authenticity，C2PA）制定，旨在處理媒體如何建立及修改的相關資訊。
這種做法為浮水印檢查提供了有用的比較。浮水印結果指向可識別的嵌入式訊號；溯源記錄則可提供檔案已有記錄的歷史資訊。
這些方法處理的是相關問題，但不能互相替代。用戶應知道回應是建基於已偵測的浮水印、可取得的歷史記錄，還是其他分析。證據類型會影響結論。
這個區分在經編輯媒體中尤其重要。知道 AI 工具曾處理某個檔案，仍無法說明它改動了甚麼。調整某一元素與生成整個場景，在編採上可能產生截然不同的影響。
同樣地，確認內容源自相機，並不代表錄像附帶的每一項主張都屬實。相機可以拍攝預先安排的場景，錄像亦可以脫離原有背景展示。
這些理由要求我們審慎解讀證據，並非否定驗證工具的價值。有限的結果仍可消除對某項特定製作問題的不確定性；當相關報道保留這種具體性，其價值便會提高。
例如，審核人員或可確認一幅提交的插圖包含生成內容。下一個相關問題應是該提交內容的披露要求，無需把這項發現延伸為對無關主張的判斷。
對於有爭議的事件片段，下一步問題則會不同。審核人員需要取得把檔案與其聲稱的地點、時間及來源聯繫起來的資訊。製作訊號可以作出貢獻，但不足以完成該項調查。
這正是對話式驗證的核心取捨。自然語言令功能更易接觸，但日常用詞往往比技術結果承載更廣泛的含義。產品設計需要明確處理這道落差。
有用的回答應讓讀者同時掌握發現及其界線。當證據確實解答所問問題時，提高信心才有理據；若回應只回答了較狹窄的問題卻未有說明，這種信心便是錯置的。
缺失訊號與部分結果需要審慎解讀
沒有浮水印不應被視為檔案真實的證明。
Google 的媒體驗證限制說明，某些檢查結果可能仍不明確。文件指出，簡單或抽象的內容，以及極小的編輯，均可能較難處理；亦警告，在影片片段中偵測到浮水印，並不代表該浮水印存在於該片段的全段內容。
服務亦有實際限制。Google 目前規定每次檢查只可上傳一個檔案，且檔案不得超過 100 MB。影片必須短於 90 秒，而音訊檔案則必須短於一小時。
這些限制與評估特定上傳檔案有關，卻不能用以推斷受檢檔案以外的材料。針對節錄內容的結果，應只適用於該段節錄。
同一原則亦適用於從較大文件中抽取的圖像。對該圖像的評估，不能證明文件其他元素的來源。必須清楚界定受測的單位。
部分結果帶來另一個詮釋問題。發現檔案某處涉及 AI，不應自動為每個組成部分貼上標籤。相反，未被標記的部分亦不應因已識別的部分而獲得信心加成。
在工作場所使用時，最穩妥的分析做法是準確描述結果所指。比起「已驗證」這類簡寫標籤，一份列明受測檔案及所報告發現的紀錄更有用。
這種措辭十分重要，因為後來的讀者未必看得到原始回應。他們可能只看到投影片、訊息或審批紀錄中的摘要。即使最初結果保持審慎，誇大表述仍可能在壓縮資訊時出現。
測試便利性與展示可靠性之間亦存在相關區分。以一個已知的生成檔案成功示範，表示功能在該例子中有效；這並不代表其在每種檔案類型或編輯歷史中都具同等表現。
同樣地，出人意料的結果在成為對系統的廣泛主張前，值得先作調查。檔案、測試條件及實際回應都很重要。單獨截取的一張回答截圖，或會令這些細節仍未釐清。
已審閱的公告並未為任意網上媒體建立通用準確率。使用量只反映活動程度，不能揭示結果如何隨不受支援的來源、含糊檔案或複雜製作歷史而變化。
這個缺口為獨立評估留下空間。有用的測試應清楚區分受支援與不受支援的內容，並分開報告不確定結果。否則，整體分數可能掩蓋對特定機構最重要的情況。
除了底層偵測器，使用者體驗亦值得評估。即使技術結果準確，若其解釋鼓勵未獲證據支持的推論，仍可能導致不理想的決定。清楚表達不確定性，是產品實際表現的一部分。
對讀者而言，重要區分在於證據缺失與相反證據之間。未能證實涉及 Google AI，並不等於證實內容源自相機。在其他證據處理前，更廣泛的真實性問題仍然懸而未決。
無論結果在何處被重用，這項限制都應隨之保留。這正是為審核增加資訊，與過早結束審核之間的差別。
接下來留意覆蓋範圍、解釋及獨立測試
下一步有意義的進展，將來自更清晰的覆蓋範圍與更佳證據，並配合更廣泛的存取。
未來數月首先要留意的訊號，是 Gemini 已記錄辨識範圍是否有明確改變。Google 已描述獨立偵測器對合作夥伴內容的更廣泛覆蓋。若 Gemini 有相應更新，將更有力支持以該助理處理更多外部來源媒體。
相關證據應是一份清晰的產品聲明，列明受支援的來源及格式。另一份泛指業界合作的公告，並不能回答同一問題。用戶需要知道眼前介面能辨識甚麼。
若範圍仍只限 Google，Gemini 仍可發揮明確用途。在 Google 生成內容才是相關關注點的情況下，其價值會最為突出。更廣泛的主張仍需要獨立證據。
第二個訊號，是結果如何改善對其依據的解釋。留意回應是否區分浮水印發現、已有記錄的製作歷史及不確定性。這些區分會令功能更容易被負責任地使用。
更清晰的解釋應把每項結論與受檢組成部分連繫起來。對影片而言，這意味着避免把只關於檔案部分內容的發現，表述為對整個檔案的判斷。對任何格式而言，則意味着把事實真實性與製作方法分開處理。
若解釋更具體，定期在機構內使用的理據便會更強。若解釋仍然寬泛或含糊，審核人員便需要花更多工夫解讀。單靠可及性無法消除這項負擔。
第三個訊號，是針對清楚描述材料進行的獨立測試。最有用的評估會說明測試了甚麼，以及結果能回答哪些問題。它們應保留未有定論的案例，而非悄悄把其當作成功或失敗。
若這類評估顯示，在既定範圍內能提供可靠發現，並以易於理解的方式處理不確定性，便可提升信心。若用戶反覆收到超出現有證據的結論，則會削弱信心。
對企業採購方而言，這些訊號對應實際採購問題：服務是否涵蓋進入工作流程的材料？審核人員能否理解結果？機構能否保留足夠背景，以解釋日後的決定？
對日常用戶而言，標準可以較簡單。檢查應提供額外資訊，而不應鼓勵人們對尚未解決的主張抱有確定性。這是任何提供媒體驗證的助理應有的合理期望。
在分享有爭議的檔案前，先確認你需要解答的問題。你是在檢查是否涉及 Google AI、重建編輯歷史，還是驗證畫面中的事件？保留原始檔案及其來源，然後把任何偵測結果附於該特定材料。把 Google Gemini SynthID 偵測作為審核中的一項證據，同時為它無法確立的主張尋找獨立支持。當回應顯示沒有浮水印，或結果仍不清楚，請在自己的描述中保留這種不確定性。在轉發內容前，先問清楚檢查實際確立了甚麼，以及仍欠缺哪些證據。
