UniMark: AI生成内容标识技术开发套件

UniMark: AI生成内容标识技术开发套件

一站式开源标识技术开发套件，支持文本、图像、音频和视频内容的显式标识，隐式标识和隐水印功能
快速开始 »

English | 简体中文

---

关于项目

本项目提供一站式开源标识技术开发套件。支持文本、图像、音频和视频四大模态，具备显式标识和隐水印功能，覆盖GB 45438-2025《网络安全技术 人工智能生成合成内容标识方法》标准规定的标识范围。

为什么选择我们？

• 全面覆盖：支持GB 45438-2025标准要求的标识方法
• 多模态支持：统一处理文本、图像、音频和视频内容
• 双模式操作：既支持AI内容生成，也支持现有文件处理

构建技术

• 

(返回顶部)

---

📑 目录

• 开始使用
  • 安装
• 使用方法
• Benchmarks
  • Image-Bench
  • Audio-Bench
  • Video-Bench

---

开始使用

安装

🔧 传统安装

1. 克隆仓库

   git clone --recurse-submodules https://github.com/MillionMillionLi/AIGC-Identification-Toolkit.git
   cd AIGC-Identification-Toolkit

2. 安装核心依赖

   pip install -r requirements.txt

3. 安装系统依赖

   sudo apt install ffmpeg

4. （可选）下载 AI 生成模型

   仅当需要使用 AI 生成内容并添加水印功能时才需要此步骤。如果只处理已有文件（上传模式添加水印），可跳过此步骤。

   # 图像生成 + 水印（Stable Diffusion 2.1）
   python scripts/download_sd_model.py
   
   # 视频生成 + 水印（Wan2.1）
   python scripts/download_wan_model.py
   
   # 文本生成 + 水印（PostMark + Mistral）
   python scripts/download_postmark_deps.py
   
   # 音频生成 + 水印（Bark）
   python scripts/download_bark_model.py
   pip install git+https://github.com/suno-ai/bark.git

5. 配置环境

   export TRANSFORMERS_OFFLINE=1
   export HF_HUB_OFFLINE=1
   export HF_ENDPOINT=https://hf-mirror.com

🐳 Docker 安装

前置要求：需要 NVIDIA GPU 和 NVIDIA Container Toolkit

1. 拉取镜像

   docker pull millionmillionli/aigc-identification-toolkit:latest

2. 运行容器

   docker run -d --name aigc-watermark-toolkit \
     --gpus all \
     -v /path/to/your/.cache/huggingface:/cache/huggingface \ ## 将这一行的路径改为你的实际模型缓存路径
     -v $(pwd):/app \
     -e HF_HOME=/cache/huggingface \
     -e PYTHONPATH=/app \
     -e CUDA_VISIBLE_DEVICES=0 \
     --restart unless-stopped \
     millionmillionli/aigc-identification-toolkit:latest \
     tail -f /dev/null

   (可选)准备AI模型,仅当需要使用 AI 生成内容并添加水印功能时才需要此步骤。

   需要下载的模型：

   • 图像生成：Stable Diffusion 2.1 (stabilityai/stable-diffusion-2-1-base)
   • 视频生成：Wan2.1 (Wan-AI/Wan2.1-T2V-1.3B-Diffusers)
   • 文本生成：Mistral 7B + PostMark词嵌入 (mistralai/Mistral-7B-Instruct-v0.2)
   • 音频生成：Bark (suno/bark)

3. 进入容器

   docker exec -it aigc-watermark-toolkit bash

进阶使用：如需完整配置（benchmark挂载、只读配置等），可使用 docker-compose up -d或查看docker-compose.yml 文件。

使用方法

WatermarkTool是推荐的主要入口点，提供统一的接口支持所有模态的水印和显式标识操作。

初始化

from src.unified.watermark_tool import WatermarkTool

# 使用默认配置初始化
tool = WatermarkTool()

# 使用自定义配置初始化
tool = WatermarkTool(config_path="path/to/config.yaml")

核心方法

embed() - 嵌入水印或显式标识

def embed(self,
          content: Union[str, Path],
          message: str,
          modality: str,
          operation: str = 'watermark',
          **kwargs) -> Union[str, PIL.Image, torch.Tensor, Path]:
    """
    嵌入水印或添加显式标识

    Args:
        content: 输入内容
            - 文本模态: 提示文本(AI生成)或文本文件路径(上传模式)
            - 图像模态: 提示文本(AI生成)或图像文件路径(上传模式)
            - 音频模态: 提示文本(AI生成)或音频文件路径(上传模式)
            - 视频模态: 提示文本(AI生成)或视频文件路径(上传模式)
        message: 要嵌入的水印信息或显式标识文本
        modality: 模态类型 ('text', 'image', 'audio', 'video')
        operation: 操作类型 ('watermark' 或 'visible_mark')
        **kwargs: 模态特定参数

    Returns:
        处理后的内容（格式根据模态而定）
    """

使用示例：

# 隐式水印（默认operation='watermark'）
img_wm = tool.embed("a cat under the sun", "img_msg", 'image')


# 上传文件模式
img_wm = tool.embed("", "file_msg", 'image', image_input="/path/to/image.jpg")


# 显式标识
marked_img = tool.embed("/path/to/image.jpg", "AI标识", 'image',
                       operation='visible_mark', position='bottom_right')

extract() - 提取水印或检测显式标识

def extract(self,
           content: Union[str, PIL.Image, torch.Tensor, Path],
           modality: str,
           operation: str = 'watermark',
           **kwargs) -> Dict[str, Any]:
    """
    提取水印或检测显式标识

    Args:
        content: 待检测的内容
        modality: 模态类型
        operation: 操作类型 ('watermark' 或 'visible_mark')
        **kwargs: 检测参数

    Returns:
        检测结果字典:
        {
            'detected': bool,      # 是否检测到水印/标识
            'message': str,        # 提取的消息内容
            'confidence': float,   # 置信度 (0.0-1.0)
            'metadata': dict       # 额外的元数据信息
        }
    """

使用示例：

# 提取隐式水印
img_result = tool.extract(watermarked_image, 'image')


# 检测显式标识
mark_result = tool.extract(marked_content, 'text', operation='visible_mark')

Benchmarks

评估各模态水印算法的性能表现，提供标准化的测试数据集、攻击方式和评估指标，帮助用户选择最适合应用场景的算法。

---

Image-Bench

评估图像水印算法对传统失真攻击（亮度、对比度、模糊、噪声、JPEG压缩）的鲁棒性。

核心特性:

• 数据集: W-Bench DISTORTION_1K（1000张图像）

• 评估指标：: PSNR, SSIM, LPIPS, TPR，Bit accuracy

快速使用:

python benchmarks/Image-Bench/run_benchmark.py

使用自定义数据集:

1. 准备图像数据：将PNG图像放入自定义目录（如 benchmarks/Image-Bench/dataset/my_dataset/）
2. 修改配置 configs/videoseal_distortion.yaml：

   dataset:
     path: benchmarks/Image-Bench/dataset/my_dataset

评估指标：

指标类别	指标	判定阈值	指标说明
质量	PSNR	≥ 35.0 dB	Peak Signal-to-Noise Ratio（峰值信噪比），越高越好
质量	SSIM	≥ 0.95	Structural Similarity Index（结构相似度），越接近 1 越好
质量	LPIPS	≤ 0.015	Learned Perceptual Similarity（感知相似度），越低越好
鲁棒性	TPR	≥ 0.80	True Positive Rate（检测成功率），越高表示鲁棒性越强
鲁棒性	Bit Accuracy	≥ 0.85	水印比特准确率，决定解码结果与原始水印的接近程度

结果分析：

TPR	Bit Accuracy	质量评估指标
		指标 数值 达到阈值 PSNR 45.52 dB ✅ SSIM 0.9953 ✅ LPIPS 0.0025 ✅

详细文档: benchmarks/Image-Bench/README.md

---

Audio-Bench

评估音频水印算法（AudioSeal）对多种音频攻击的鲁棒性，覆盖噪声、滤波、压缩等常见干扰。

核心特性:

• 📊 数据集: AudioMark Dataset
• 🔧 攻击类型: 高斯噪声、背景噪声、量化、滤波、平滑、回声、MP3压缩

快速使用:

python benchmarks/Audio-Bench/run_benchmark.py

使用自定义数据集:

1. 准备音频数据：将音频文件（支持WAV/MP3/FLAC/M4A）放入自定义目录
2. 修改配置 configs/audioseal_robustness.yaml：

   dataset:
     path: benchmarks/Audio-Bench/dataset/my_audio_dataset

评估指标：

指标类别	指标	判定阈值	指标说明
质量	SNR	≥ 20.0 dB	Signal-to-Noise Ratio，原音频 vs 水印音频，越高越好
鲁棒性	TPR (Detection Probability)	≥ 0.80	以检测概率判定的真阳性率
鲁棒性	Bit Accuracy	≥ 0.875	图案水印比特正确率，越高越好

结果分析：

TPR (Detection Probability)	Bit Accuracy	质量评估指标
		指标 数值 达到阈值 SNR 23 ✅

详细文档: benchmarks/Audio-Bench/README.md

---

Video-Bench

评估视频水印算法（VideoSeal）在图像级和视频级扰动下的鲁棒性，严格遵循VideoMarkBench论文方法。

核心特性:

• 📊 数据集: VideoMarkBench Dataset
• 🔧 攻击类型: 高斯噪声、模糊、JPEG压缩、裁剪、帧平均、帧交换、帧删除

快速使用:

python benchmarks/Video-Bench/run_benchmark.py

使用自定义数据集:

1. 准备视频数据：将视频文件（支持MP4/AVI/MOV/MKV）放入自定义目录，支持子目录
2. 修改配置 configs/videoseal_robustness.yaml：

   dataset:
     path: benchmarks/Video-Bench/dataset/my_video_dataset

评估指标：

指标类别	指标	判定阈值	指标说明
质量	PSNR	≥ 35.0 dB	Peak Signal-to-Noise Ratio，越高越好
质量	SSIM	≥ 0.95	Structural Similarity Index，越接近 1 越好
质量	tLP	≤ 0.20	Temporal LPIPS，衡量跨帧感知一致性，越低越好
鲁棒性	FNR	≤ 0.01	False Negative Rate，漏检率，越低表示鲁棒性越强
鲁棒性	Bit Accuracy	≥ 0.85	解码比特准确率，越高越好

结果分析：

FNR	Bit Accuracy	质量评估指标
		指标 数值 达到阈值 PSNR 40.59 ✅ SSIM 0.97 ✅ tLP 0.001 ✅

详细文档: benchmarks/Video-Bench/README.md

---

Text-Bench（规划中）

(返回顶部)

致谢

本项目基于以下优秀的开源工作构建：

水印算法

• Meta AudioSeal - 音频水印算法
• VideoSeal - 视频/图像水印技术
• PostMark - 文本后处理水印算法
• CredID - 多方文本水印框架
• PRC-Watermark - 图像水印算法

AI 生成模型

• Stable Diffusion - 文本生成图像模型
• Wan2.1 - 文本生成视频模型
• Bark - 文本转语音合成模型

评估与基准测试

• VINE - W-Bench 数据集和图像失真攻击实现
• AudioMarkBench - 音频水印评估框架

(返回顶部)

引用

如果您觉得本项目对您的研究有所帮助，请考虑引用我们的论文：

@article{li2025unimark,
  title={UniMark: Artificial Intelligence Generated Content Identification Toolkit},
  author={Meilin Li and Ji He and Yu Yi and Jia Xu and Shanzhe Lei and Yan Teng and Yingchun Wang and Xuhong Wang},
  journal={arXiv preprint arXiv:2512.12324},
  year={2025}
}

(返回顶部)