Image Provenance 開源 AI 圖片偵測工具：純瀏覽器檢視 AI 簽章與 EXIF，不上傳、但抹除功能請慎用

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

收到一張來路不明的照片，你想知道它是真拍的、還是 AI 生成的；又或者你要發一張原圖出去，想先確認裡面有沒有藏 GPS 座標。把圖丟給線上服務又怕圖就這麼上傳到不知名的伺服器。Image Provenance 是一個 MIT 開源、100% 在瀏覽器裡跑的工具，圖片從頭到尾不離開你的裝置，它能檢視 AI 生成簽章、展開完整的拍攝中繼資料，並用頻率域分析給你判斷線索。

一句話結論：它很適合編輯、站長、注重隱私的人，用來快速初判一張圖是不是 AI、照片有沒有漏出隱私。但有兩件事必須先講清楚：它的偵測只給線索、不給定論，而且它內建了抹除簽章、注入相機 EXIF 的能力，那一面只該用來做研究，拿來造假就是踩線。

它怎麼判斷一張圖是不是 AI 生成的

這個工具不會丟給你一個冷冰冰的「真」或「假」，而是分層把線索攤開來，讓你自己看。第一層是最可靠的直接聲明，會去認 Adobe Firefly、Midjourney、Flux、Stable Diffusion 這類主流生成器，以及 Google SynthID、OpenAI 的 DALL-E 與 Sora、和 C2PA 內容出處憑證留下的標記。這些是廠商主動寫進去的聲明，在訊號完整的前提下可靠度很高，工具會用強、中、弱三種可信度標示出來。

實際把一張圖丟進官方 demo，主視圖會把命中的來源直接列出來：凡是 Adobe、OpenAI 這類廠商主動寫入的簽章命中，可信度最高；只有頻率域指紋支持、卻無明確簽章的，會落在中等或弱，這時就得再搭配其他線索一起看。

Pin

第二層是給那些沒有明確簽章的圖用的。工具會在瀏覽器的背景執行緒裡，跑 65 個頻率域特徵，畫出 FFT 熱圖與徑向頻譜，再套用 12 條啟發式規則加權判斷。它看的是 AI 生成圖在頻率域裡殘留的統計指紋，而不是用一個大型分類模型去猜。這個分級是有意義的：只有強與中等訊號才計為命中，弱訊號只提示而不認定，避免把似是而非的特徵硬判成 AI。比起單純回一個真假標籤或一個百分比，這種做法更誠實，因為它坦白承認有些圖就是落在灰色地帶，需要你綜合其他線索一起看。

常掛在大家嘴邊的 C2PA，是由 Adobe、Microsoft、Sony 等多方共同推動的內容出處標準，目的是為一張圖、一段影片建立一條可驗證的來源鏈，概念上等同於一張可驗證的數位履歷。它的可靠性建立在一個前提上：簽章在中途不能受損，一旦能讓人抹掉，後面那組抹除功能就會變得很敏感。

頻率域分析的準確率，你得先認清

這裡要誠實講一下它的極限。它不是深度學習分類器，工具作者在文件裡引用 Corvi 2023 等研究，把純頻率域特徵對現代擴散模型的偵測表現概估為約 70% 到 85%；但這是工具方的概括，會隨生成模型與後製程度大幅波動，並不是論文給的單一數字。它能給你「這張圖可能有 AI 指紋」的參考，卻沒辦法當成法庭級的鐵證。

頻率域熱圖把這件事視覺化：AI 生成圖在特定頻帶的能量分布，往往與真實照片明顯不同，這正是工具給出強、中、弱線索的依據。但這些紋路一經壓縮或截圖就會變模糊，也是前面說準確率有限、只能當線索的原因。

Pin

更實際的限制是，這些訊號相當脆弱。一張圖只要經過反覆壓縮、截圖、裁切或二次編輯，底層的頻率指紋和隱形水印往往就跟著失真或消失，工具能看到的線索會明顯變少，這也是 AI 圖最常就此漏網的原因。反過來也一樣：一張真實照片有時會因為後製或雜訊，觸發弱頻率域訊號而被標成「可能有 AI 指紋」。所以它給的是該進一步查的方向，雙向都可能出錯，沒看到訊號不等於真實，看到弱訊號也不等於一定是 AI。如果你想體驗壓縮對畫質與這類訊號的影響，可以看看 壓縮塢這類純本機的圖片壓縮工具，同樣是瀏覽器裡跑、不上傳的思路。

一張照片能洩漏多少事

除了判斷 AI 與否，它對中繼資料的展開做得相當完整。EXIF、XMP、IPTC、ICC 這些平常藏在檔案裡的資訊全部攤開，包括相機型號、拍攝參數、軟體編輯紀錄。這些欄位單獨看沒什麼，組合起來卻能拼出比你想像更多的資訊：拍攝時間配上 GPS 能還原你的移動行程，軟體欄位會洩漏你用了哪個修圖 App、修過幾次。現在透過手機截圖再轉傳的圖，EXIF 通常早就剝光了，所以一張完全沒有中繼資料的圖，本身就是個值得警覺的訊號。

最實用的是 GPS：只要照片裡帶了定位座標，工具會跳出隱私警告，並附上開放街圖連結讓你確認曝光地點。

Pin

XMP 的編輯歷史時間線也值得一看，它能顯示一張圖經過哪些軟體、在什麼時間點改動。對要在公開場合發原圖的人來說，發出去前先丟進來掃一次，確認沒有把住家座標或敏感拍攝資訊一起外送，是相當實用的習慣。

不上傳，是它最該記住的一點

市面上不少 AI 圖片偵測服務都要求你把圖傳上去，由伺服器處理，這對隱私敏感、或涉及當事人的照片來說並不理想。Image Provenance 走的是完全相反的路：零後端、純靜態，所有運算都在你裝置上的瀏覽器裡完成，圖片不會主動送往任何第三方。

這個設計觀念，跟 傳給 AI 前先在瀏覽器本地脫敏的 Privacy Filter 是同一個方向：把敏感資料的處理留在自己手上，降低外洩風險。對隱私要求更高的人，還能把專案抓回來自己架，順便檢查相依套件是不是也都本地化了。這對處理當事人照片、未成年影像，或任何你不希望進入第三方資料庫的內容來說，是關鍵的差別；一張圖只要上了別人的伺服器，你幾乎管不到對方會把圖留多久、又拿去訓練什麼模型。

另一面：抹除簽章、注入相機 EXIF，這條線在哪

接下來這段是這個工具比較敏感的一面，也是你用之前最該想清楚的地方。除了只讀的偵測，它還提供一組圖片轉換功能，而且方向正好相反：能把 17 款真實相機的 EXIF 資訊寫進一張圖，讓它看起來像是用 iPhone、Sony 或 Leica 拍的；能在位元層級剝掉 C2PA 簽章；也能對水印做多檔強度的擾動。

Pin

作者把這些功能定位為學術研究與穩健性測試用途，例如測試數位水印有多脆弱、或做隱私去識別，並且在文件裡明白寫了不鼓勵用於散布假訊息、偽造身分或詐欺。這條線很清楚：拿來理解水印的脆弱性、做防禦研究沒問題；拿來抹掉 AI 簽章、把 AI 圖偽裝成真實照片去騙人，就是濫用，也可能觸法。

今天各大平台與媒體開始仰賴 AI 水印與 C2PA 來辨識內容來源，但這些標記到底經得起多少折騰？如果一個水印隨便縮個圖、加個濾鏡就掉，它作為真實性保證的價值就大有疑問。這個工具讓研究者能實際去檢驗這類問題，而不是只能相信廠商的一面之詞；前提是研究用途，而不是真的拿去抹除或偽造。

對所有人都重要的反過來啟示在這裡：正因為 C2PA 簽章能讓人輕易抹掉、相機 EXIF 能讓人隨手加上，所以「這張圖帶有 C2PA 標記」或「它的 EXIF 顯示是某款相機拍的」這類訊號，都不該當成絕對真實的證據。知道這些痕跡原來可任人抹除與偽造，反而是面對各種爆料圖、證據圖時，最該具備的防禦性常識。

適合誰，不適合誰

判斷適不適合，先問你想拿它做什麼。如果你會接觸來路不明的圖，例如在查核鏈上把關的編輯、站長或事實查核人員，需要快速判斷一張爆料圖有沒有 AI 簽章或異常中繼資料，這個工具能幫你快速聚焦可疑圖；但它會漏掉壓縮過的 AI 圖，也可能對真實照片出現弱訊號誤判，所以只能當線索、不能當結論，好處是因為不上傳，拿來處理敏感照片沒有顧忌。例如審核一張聲稱是現場直擊的照片時，丟進工具就能立刻看到有沒有生成器簽章或不合理的編輯痕跡，這比單靠肉眼多一層參考，卻不是保證。

如果你是一般使用者、純粹在意隱私，把它放進書籤，發原圖前先用它掃一下 GPS 與拍攝資訊，是低成本的自保動作。

但它不適合兩種期待。第一，別指望它給出百分百的真假判定，前面說過，頻率域分析有它的準確率上限，壓縮與截圖更會讓訊號流失。第二，如果你的目的是抹掉 AI 簽章、偽造拍攝來源去通過平台審核或誤導他人，這條路不只在工具的紅線之外，也踩在法律與倫理的邊界上，TechMoon 不會、也不該教你這麼做。要把敏感檔案安全地傳給信任的對象，端到端加密的 DropLock 才是對的工具。

常見問題

它能把 AI 圖百分之百認出來嗎？ 不能。C2PA、EXIF 這類直接聲明很可靠，但頻率域分析只是輔助線索，工具方概估整體準確率約 70% 到 85%（會因模型而異），而且經過壓縮、截圖或二次編輯的圖，訊號會明顯減弱。

圖片會上傳嗎？ 不會。所有分析都在瀏覽器本地完成，沒有後端。對隱私要求高的人可以自己架一份，再確認相依套件是否本地化。

那個抹除簽章、注入 EXIF 的功能能用嗎？ 技術上能，但作者把它限定在研究用途，例如測試水印的穩健性或隱私去識別。拿來偽造圖片來源、規避平台審核或詐欺，是明確的濫用，不該這麼做。

它是正式版嗎？ 還不是。專案仍標示為開發中（WIP），沒有正式 Release，要用在正式的內容審核或企業流程前，建議先自行測試並交叉驗證。

它跟一般 AI 偵測網站差在哪？ 最大差別是不上傳。多數線上偵測服務要你把圖傳到它的伺服器運算，對隱私敏感或涉及他人的照片是個顧慮；它則是在你的瀏覽器裡跑完全程，圖片不離開裝置。代價是它靠的是簽章嗅探與頻率域特徵，而不是伺服器端的大型模型，準確率與模型更新速度自然會有落差。

一般使用者怎麼用它保護隱私？ 最實用的方式，是在把原圖傳出去之前先丟進來掃一次，確認照片沒有夾帶 GPS 座標、住家位置或你不想公開的拍攝資訊。比起事後補救，發圖前先檢查是成本最低的自保動作。

接下來怎麼動手

1. 先打開官方線上演示頁，丟一張你想檢查的圖進去，看看它能不能讀到 AI 簽章或 EXIF，熟悉一下分層線索長什麼樣。

2. 如果要處理隱私敏感的照片，把專案 clone 下來自己架，只需 git clone、切進目錄、跑 python3 -m http.server 8000，再打開本機網址即可。

3. 把它當作初步鑑識的線索，而不是最終定論；面對重要判斷，永遠搭配圖片來源與其他管道交叉比對。

這款工具最值得記住的，其實是兩件事：把圖片分析留在瀏覽器裡的隱私設計，以及它無意間示範的殘酷現實，連 C2PA 與相機 EXIF 這些我們以為可靠的真實性訊號，都能任人抹除與偽造。原始碼在 GitHub 專案頁，MIT 授權。