Pesquisadores reproduziram, com hardware bem mais modesto que o estudo original, o ataque de forjamento 'Reprompt' contra o esquema de marca d'agua semantica Tree-Ring usado para atestar que uma imagem foi gerada por um modelo de difusao especifico. O ataque conseguiu fazer o detector genuino aceitar como autenticas 5 de 6 imagens forjadas por um atacante que nunca teve acesso a chave de marca d'agua, ao mesmo tempo em que os autores recuperaram uma estatistica que o detector original descartava e que separa melhor imagens forjadas de limpas. O resultado reforca que watermarking de geracao de imagem, hoje um dos pilares propostos para autenticacao de conteudo de IA, nao garante por si so evidencia confiavel de autoria ou autenticidade.
Pesquisadores (Juan Hu, Shaojing Fan, Sanjay Saha, Marc Herrera e Terence Sim) publicaram no arXiv o TaintedPixels, um método de proteção proativa de vídeos faciais que injeta uma marca d'água quase imperceptível no canal azul da imagem. A marca permanece discreta no vídeo original, mas se torna visivelmente perceptível assim que o vídeo passa por uma ferramenta de manipulação facial do tipo caixa-preta, facilitando a identificação humana e automatizada da falsificação. Em teste com 300 vídeos e usuários não especialistas, a taxa de identificação de deepfakes saltou de 56,71% (fonte sem proteção) para 90,72% (fonte protegida).
Um novo esquema de watermarking frágil substitui funções hash tradicionais por uma permutação dependente do conteúdo aplicada no nível dos planos de bits, prometendo detectar e localizar adulterações com sensibilidade de bit único. Nos testes dos autores, o método zerou falsos positivos e negativos em 17 de 18 tipos de ataque, incluindo colagem, copy-move e quantização vetorial, com forte apelo declarado para forense de imagem e autenticação de documentos legais.