前陣子 OpenAI 釋出了最新的圖片生成模型 gpt-image-2，其生成效果比先前的繪圖模型明顯提升很在使用者間引起了討論。而這個月，2026年5月12日，OpenAI 也正式將已出到第三代的 DALL-E 系列 API 全數下架，並在官網上建議使用者改用 gpt-image-2、gpt-image-1-mini 或 gpt-image-1。


Gpt-image 系列其實不像 DALL-E 系列是單純的繪圖模型，而是所謂的多模態大語言模型(multimodal language model)。也就是它們不僅可用於繪圖，而是可以執行回答問題、生成表格、把你想要的文字放入圖片中等不同類型的工作。當然，它們所產出的圖片內容品質也的確比 DALL-E 系列來得多。所以很多人說，未來就是多模態模型的世界。

其實這項改變背後的意義，並不僅止於圖片品質更好、模型能力變強，或者未來是否都是多模態模型的天下；而是在於：建立可驗證的內容信任鏈。

圖片溯源、內容可信

如今大家都已很清楚，AI 不但能在極短時間內快速生成過去需要人類花費大量時間才能完成的成果，甚至還能產出幾可亂真的圖片與影片。
這也代表，過去我們習慣的「眼見為憑」或「有圖有真相」，如今已不一定成立。因為你所看到的內容，很可能根本就是 AI 生成的。
也因此，「圖片溯源（Image Provenance）」與「內容可信（Content Authenticity）」的概念開始受到重視。即使內容是 AI 生成的，我們至少也應該知道它是如何產生的。
所謂的「圖片溯源」，指的是能從圖片的 metadata（元資料）或隱藏於圖片中的隱形浮水印，追溯出這張圖片是：
  • 誰產生的
  • 使用什麼工具產生
  • 何時產生
  • 是否為 AI 生成
  • 是否曾經被 AI 編修
等資訊，進而建立出一套可驗證的內容信任鏈。
事實上，OpenAI 也只是眾多正在推動這項概念的企業之一。

C2PA 與 SynthID 溯源技術

像底下這張女性機器人的圖片，透過「內容溯源與真實性聯盟」（Coalition for Content Provenance and Authenticity, C2PA）的驗證網站，就能追溯出它是由 Google Media Processing Services 的 AI 工具於 2026 年 2 月 2 日產生，而且圖片後續還曾被修改過。
圖片的 C2PA 資訊

而這也的確符合實際情況。因為這張圖中的女性機器人與背景，其實是由我在不同時間生成的兩張圖片，再於 2026 年 2 月 2 日透過 Gemini 合成的結果。

雖然目前這些資訊仍無法直接追溯最原始兩張圖片的完整生成歷史，但至少可以知道，這張圖片是由 AI 生成，並且是從既有圖片修改而來。因為驗證資訊中明確顯示：

  • Opened a pre-existing file
  • Asset was modified

那麼，C2PA 驗證網站又是如何知道這張圖片是由 Google AI 生成且曾被修改過？

其實除了 C2PA metadata 外，這張圖片中還包含另一項隱藏資訊：SynthID。

SynthID 是一種嵌入在圖片編碼中的不可見數位浮水印技術。

C2PA（內容溯源與真實性聯盟）是由 Adobe、Microsoft、OpenAI、Google、BBC、Intel、ARM、Truepic 等多家科技公司與媒體組織共同推動的「可驗證內容來源標準（Content Provenance Standard）」。

其目的包括：

  • 記錄內容來源(provenance)
  • 驗證內容是否被修改
  • 標示 AI 生成或 AI 編修資訊
  • 建立可驗證的內容信任鏈

使用者只要使用支援 C2PA 標準的平台或工具(包含相機或攝影器材)產生圖片或影片，就能產生可被溯源的媒體檔案。事實上，使用者也可以透過開源工具 c2patool，為自己的圖片加上 C2PA 資訊，讓自己的作品同樣具備內容溯源能力。 

不過，C2PA 也有其限制。因為 metadata 是可以被修改或刪除的，而許多社群平台在圖片上傳後，也會自動移除 metadata。此外，一旦圖片再次被修改，原有的 metadata 也可能因此改變。

這時，另一項技術 SynthID 就派上用場了。

SynthID 是 Google DeepMind 推出的不可見浮水印技術，目前主要嵌入於 Google 自家的生成式 AI 產品與模型輸出中，例如圖片、音訊、文字與影片。

SynthID 的名稱來自：

  • Synthetic（合成）
  • Identity（識別）

如果想知道某張圖片是否含有 SynthID，目前甚至可以直接將圖片丟給 Gemini 詢問。

SynthID 與 C2PA 最大的不同在於：

C2PA 偏向 metadata 與內容履歷的概念，而 SynthID 則是將浮水印資訊直接嵌入圖片本身。

因此，即使圖片經過修改、壓縮、裁切，仍可能保留部分可供辨識的 SynthID 訊號。這也某種程度上解決了 C2PA metadata 在內容遭修改後容易遺失的問題。

目前 SynthID 最大的限制在於，只有 Google 以及部分與 Google 合作的媒體業者能將 SynthID 嵌入圖片中，因此它目前仍無法全面普及。

不過，從 Google 首次公開 SynthID 至今也不過兩年多，未來其普及化仍相當值得期待。

結語 – 從內容生成到內容可信

回到本文真正想傳達的重點：

下一世代的 AI 系統，未來被評價的標準，將不再只是它們生成內容時有多聰明、品質有多高。

我們更會關注：

這些內容是否可被透明地驗證

  • 是否能被追溯
  • 是否能被治理
  • 是否值得信任

生成式 AI 的未來，不只是生成能力。
更是內容溯源（Provenance）。