OpenAI 给生成的文字加不可见水印：先落欧盟，API 默认关闭，检测器只开给研究者
OpenAI 按欧盟 AI 法案的要求把内容溯源扩到文字：未来几周给欧盟 ChatGPT 与 Codex 的文本输出加上不可见水印，全球 API 客户可自行开启，检测器初期只对经审核的研究者与专业机构开放。
本期追踪窗口为北京时间 10 月 5 日 21:00 至 10 月 6 日 21:00。
账号此前连续四个窗口没有动静，上一次发言是 10 月 1 日转发开发者账号的 dots 演示。4
官网在同一个窗口新增一页《Our approach to EU text provenance rules》，页面标注 10 月 5 日；新闻页条目从 1246 条增至 1247 条，这一页和三条推文属于同一次发布。5
欧盟先落地，API 把选择权交给客户
这件事的起点是欧盟《人工智能法案》的一条要求：生成式 AI 的提供方要让生成的文本可以被机器识别。官方把落地拆成三块，生效范围各不相同。5
API 客户拿到的是一个开关。10 月 5 日起，全球的 API 客户可以自行选择为部分模型打开文字水印，默认状态是关闭。官方给的理由是，让客户自己决定水印怎样放进他们的透明度义务，以及他们给终端用户的产品体验。经云伙伴提供的 OpenAI 模型输出，官方说会在未来几周跟进。5
检测这一侧收得更紧。官方当天开放文本水印检测器的申请，初期只给经审核的研究者与专业机构，逐案批准。图片和音频的验证入口保持公开：网页工具 openai.com/verify 和 Content Provenance API 继续对任何机构开放。35
水印说明什么，检测怎么做
官方给这项技术的名字是 textGrain。它的做法是在模型选词的时候嵌入一段不可见的统计信号；检测器拿到文本和密钥，就能判断这段文字里有没有 OpenAI 的水印信号。检测器不需要知道生成时用的强度设置，也不需要原始模型。56
技术报告的图 2 把检测这条链路画了出来：上下文窗口和密钥先划分词块、生成一张代价表并选定一列，观测到的词落进对应的格子换成分数，所有受评位置的分数加总之后，再和没有水印时这个总分会长成什么样作比较。6
水印能说明的事情有边界：它说明这段文字里有一部分由 OpenAI 的系统生成或处理过，衡量的是文本的来源。人的参与有多少、文字归谁所有、谁该负责、内容真假，以及文字对应哪个人、哪个账号、哪段对话，都在这项技术的问题范围之外。25
官方把这些边界一条条写进公告，理由是检测结果容易被读过头。检测不到水印时，官方列出的可能是：文本太短、被改写或翻译过、来自尚未支持水印的模型，或者出自别家公司的工具。5
误报和漏报都会带来实际后果，这是检测器先只开放给经审核者的原因。官方说，等结果能被负责任地解读时，再扩大范围。5
检测到底有多准
官方给出两组实验数据，共同条件是目标误报率 1%，也就是每一百段没有水印的文本里，平均允许一次被判成有水印。测的都是英文回答，问题来自 ELI5 数据集。5
| 情形 | 检出率 |
|---|---|
| 心理学问答，200 token 的段落 | 约 80% 5 |
| 心理学问答，400 token 的段落 | 约 95% 5 |
| 400 token 的段落，把 10% 的词替换成同义词 | 约 66%（未替换时约 92%）5 |
| 400 token 的段落，把 25% 的词替换成同义词 | 约 17% 5 |
| 数学内容，条件同上 | 明显低于心理学内容 5 |
数学类内容的选词空间更小，检出率因此更低。5
官方还说，textGrain 在自家评测里的表现不输于它们试过的其他方案，其中点名了 Google 的 SynthID；同时提醒，理想条件下的成绩推不到日常使用。官方计划把这项技术开源，让其他人也能在此基础上继续做。5
官方说输出质量没有明显变化
加水印会不会把模型变笨，官方用 Astra 在八个基准上做了对照，下面是页面给出的全部数字。5
| 基准 | 不加水印（Astra, max） | 加水印（Astra, max） |
|---|---|---|
| Artificial Analysis Intelligence Index | 49.57 分 | 49.76 分 5 |
| AutomationBench | 34.09% | 34.86% 5 |
| DeepSWE v1.1 | 72.80% | 71.68% 5 |
| Terminal-Bench 4.0 | 53.90% | 56.06% 5 |
| Terminal-Bench Science 0.1 | 56.90% | 60.00% 5 |
| BrowseComp | 87.92% | 87.35% 5 |
| HealthBench Professional | 64.27% | 64.60% 5 |
| GPQA Diamond | 94.44% | 93.94% 5 |
八项里，加水印的版本在五项上得分略高、三项略低，幅度大多在一个百分点上下，最大的一项是 Terminal-Bench Science 0.1 的 3.1 个百分点。官方说，没有看到有意义的差别。这些数字出自官方自己的评测，第三方复核还没有。5
这条线此前走到哪一步
文字是这套溯源体系里最后补上的一块。图片方面，官方从 DALL·E 3 起就加入 C2PA 的 Content Credentials，并声明自己符合 C2PA 的一致性要求；支持的图片和音频里还嵌着不可见的 SynthID 水印。对外的验证入口是 openai.com/verify 和 Content Provenance API。57
6 月 11 日，欧盟委员会公布《AI 生成内容透明度行为准则》之后，OpenAI 表态支持，并在同一篇里提到自己在 2025 年成为第一家签署欧盟通用人工智能行为准则的美国公司。7
文字这块要单独处理，官方给的原因是文字太容易被改写、翻译和编辑。它的整套做法是三层并用：开放标准、耐久水印和验证工具。5
接下来核验什么
- 「部分模型」是哪几个。 API 侧的水印今天只覆盖部分模型，官方没有给名单；这份名单决定哪些下游产品现在就能打开这个开关。5
- 「合格文本」划到哪里。 哪些产品面、哪些语言算合格，用户改写或翻译之后的文本还算不算，页面都没有交代。5
- 检测器什么时候放宽。 初期逐案批准给研究者与专业机构，官方只说会随着技术、标准和证据的变化重新评估。35
- 欧盟之外会不会跟上。 官方明确这一轮不做全球默认，其他市场的计划没有时间表。15
- 开源范围与跨厂商识别。 官方计划开源 textGrain，并称它在自家评测里不输于 SynthID；两家的水印能否互相识别，关系到检测在实际内容流通里能走多远。5
- 上一期的挂起项。 广告的收入与价格、增量测量的设计、dots 的可用市场与深度工作额度、Ultrafast 落到 GPT-6.1 Sol 的时间、澳大利亚事件后续、Hugging Face 更广审查里 53 例之后的数字，本窗口都没有更新。8910
References
- 1
- 2
- 3
- 4
- 5
- 6textGrain：面向语言模型文本的熵校准水印技术报告｜OpenAI
cdn.openai.com
- 7
- 8DevDay 2026 Recap｜OpenAI
openai.com
- 9
- 10
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.