若说此前的挑战在于识别深度伪造内容，如今证明真实内容来源的需求正日益增长。在图像与文件真实性频受质疑的当下，巴西初创公司 InspireIP 于周四（6日）正式推出数字真实性平台 SIGNAIP。该平台集来源记录、可验证凭证嵌入及AI生成迹象分析于一体，旨在为创作者、企业及机构提供文件来源登记、优先权确权、变更追踪及AI使用条件设定等服务。
结束测试期后，SIGNAIP 已在巴西市场上线，目前需申请访问权限。平台整合了两大核心功能：一是注册数字内容的来源与真实性；二是利用AI技术对图像和文本进行分析，识别潜在的生成、编辑或重写痕迹。
“人工智能改变了内容生产方式，也重塑了信任机制。讨论焦点已从单纯识别合成内容，扩展至证明数字文件的来源、完整性及历史沿革。”InspireIP 创始人、知识产权专家 Caroline Nunes 表示。
可验证的来源凭证
SIGNAIP 在注册过程中，会将包含声明持有者、内容技术特征、注册日期及AI使用偏好的可验证凭证嵌入文件本身。该凭证与文件绑定，便于日后验证。
注册日期锚定于区块链，形成可供审计的时间戳以协助证明优先权。相关信息可由第三方独立查询，无需完全依赖平台基础设施。注册完成后，用户将获得嵌入凭证的文件及来源PDF证书。
此结构支持关联已记录的版本与干预措施在文件中，包括后续版本及AI生成元素的整合，从而构建文件全生命周期的可查询历史记录。但需注意，信息保存情况可能受编辑、导出、压缩或共享方式的影响。
国际真实性标准
SIGNAIP 采用 C2PA（内容来源与真实性联盟）国际标准，将可验证凭证与数字内容关联。Adobe、Google、Meta 和 OpenAI 等均采用此标准以提升透明度。InspireIP 是内容真实性倡议（CAI）成员，也是目前唯一获准使用该标准的巴西公司。
需强调的是，可验证凭证仅记录声明来源与技术历史，不构成事实真实性证明，不能替代新闻判断、专家分析或背景核实。
图像和文本文件的分析
除来源记录外，SIGNAIP 还通过概率分析识别AI参与迹象。针对视觉文件，分析元数据、技术特征及结构模式；针对文本文档，则考察语言模式、风格一致性及统计特征，并支持分块呈现结果。
测试阶段曾用于评估备受争议的文件，相关经验优化了分析方法，凸显了结合概率指标、来源信息、元数据及上下文的重要性。
结果并非确凿证据
InspireIP 指出，合成内容分析具有概率性质，单独结果不能作为作者身份、操纵或AI使用的确凿证据。校正、压缩、调整大小等操作可能改变特征并引发误报。
“对AI使用迹象的分析仅是验证的一环，内容真实性取决于来源、语境及技术证据的综合考量。”Caroline Nunes 强调。报告应结合其他技术与文档元素解读，仅凭概率估算无法确定创作者或确证AI生成/修改。
人工智能系统的使用偏好
平台允许内容持有者注册AI使用其数字内容的偏好，分别授权或限制四种模式：生成式AI训练、非生成式模型训练、数据挖掘及AI推理。
偏好设置已整合进可验证凭证，以机器可读格式记录，供平台和开发者查阅。但其有效执行依赖于使用方采纳该标准，且本身无法防止未经授权使用。
启动
SIGNAIP 已于周四（6日）正式运营，现阶段实行申请审核制。服务对象涵盖插画师、摄影师、创作者、机构、媒体编辑部、知识产权事务所及品牌等。
平台现已支持图像、文本、PDF、音频及视频的日志记录、验证与分析功能。