歐盟 AI 文字水印仍易於移除，即使面臨新法規要求

歐洲聯盟《人工智慧法案》第 50 條將於 2026 年 8 月正式生效，明文規定生成式人工智慧系統的供應商必須在 AI 產生的文字內容中嵌入「在技術上可行的」可偵測訊號，目的是為了在未經揭露的合成文字出現時，提供監管機關取證與追蹤的依據。

然而，文字作為高度可壓縮且高度結構化的資訊載體，其本身的特性與圖像不同。要在不破壞語意、風格與可讀性的前提下，對單詞或字元進行微小且隱蔽的變更，幾乎找不到可供「看不見」的空間，這使得文字水印的設計與實施面臨根本性的挑戰。

基於 Token 的統計水印

Google 在其 SynthID 技術展示中提出了一種機率性 token 選擇機制：在生成過程中，模型會偏向使用特定的 token，從而在最終文本中留下統計指紋。訓練好的分類器能夠在不顯示任何顯性標記的情況下，透過分析 token 分布來偵測出這些指紋。

此類水印的可靠性高度依賴於 token 序列的精確性。若下游使用者對生成的內容進行改寫、重寫或簡單的同義詞替換，原有的統計分布將被打亂，指紋隨即崩解，偵測器便失去效力。

Unicode 同形字水印

另一種被提出的方案是利用 Unicode 同形字（Homoglyph）插入看似普通但實際編碼點不同的字符，例如外觀與普通空格相同的非斷行空格（U+202F）或類似字母的變體。透過在文本中散布這些不可見字符，可以在不影響可視文字的前提下，嵌入低成本且難以直接辨識的標記。

然而，標準的文字處理流程通常會在保存或傳輸時自動執行 Unicode 正規化，將所有變體統一轉換為其正規形式。此自動正規化過程會直接剝除同形字，等同於在無形中抹除水印，讓原本的標記無法在後續的編輯或分享環節中存活。

Metadata 與 C2PA 簽章

Content Authenticity Initiative（C2PA）所提供的簽章機制允許在檔案層面附加來源驗證資訊，理論上可作為文字水印的補充。然而，當使用者從聊天視窗或網頁直接複製純文字時，隨附的 metadata 會一併遺失；只要移除承載簽章的容器（如 PDF、HTML），簽章本身亦可被輕易剔除。

• Token‑bias watermarks（例如 SynthID）依賴統計 token 分布
• 同形字插入使用外觀相同的 Unicode 字元
• 兩種技術皆可透過改寫或 Unicode 正規化移除
• C2PA metadata 在文字被複製時會分離，且可被剔除

Sean Goedecke 在其部落格文章中指出，部分供應商可能已在實驗階段嘗試使用同形字水印，但他將此觀察描述為推測而非已確認的實踐，缺乏官方聲明使得產業採用情形仍充滿不確定性。

EU 在法案中強調互操作性與透明度，原本希望藉由統一的水印標準簡化合法驗證流程。然而，當偵測演算法必須保持機密以防被對手逆向時，實際上削弱了任何技術保護的效力；一旦偵測方法公開，去除工具的研發成本將大幅下降。

對於以中文為主要工作語言的組織而言，實務影響相對有限。合規團隊必須在內部紀錄 AI 系統嘗試嵌入可偵測訊號的行為，但不能指望這些訊號在日常的編輯、複製貼上或標準文字處理流程中保持完整。因此，法律風險評估應更聚焦於資訊揭露政策與稽核記錄，而非水印的技術耐久性。

此外，考量到中文語料的 token 化特性與 Unicode 同形字的可用範圍，相關技術的實作難度與成本相對更高。即便如此，若監管機構未能提供明確的技術指南與驗證工具，供應商仍可能採取最簡單的「不嵌入」策略，以避免因水印被快速移除而產生的合規爭議。

最後，業界觀察者提醒，隨著 AI 生成內容的普及，文字水印的研究仍處於早期階段。未來若有更穩健的隱寫技術出現，可能會改變目前的局面；但在當前法規實施的過渡期內，監管機關與企業都需要對水印的易除性保持警惕，並同步加強對生成內容的透明披露機制。

本篇報導根據 GIGAZINE 於 2026 年 9 月 19 日的新聞稿以及 Sean Goedecke 於同年 7 月 2 日的部落格文章整理而成，旨在提供讀者對 EU AI 法案文字水印技術挑戰的全貌。