Zhongliang Guo 领衔的团队于 2026 年 10 月 7 日发布论文，介绍了 SRIM。这项技术能在照片中嵌入防护扰动，即使经过编辑器通常会进行的缩小处理，扰动也能继续发挥作用。现有方法在图片缩小后往往会失效，让恶意工具仍能修改图像。SRIM 会在多个尺度上取样，并针对防护效果最弱的尺度进行优化，从而在较大范围的缩放比例下维持防护能力。
SRIM 的效果提升有多大？
针对 9 至 30 兆像素图像的测试显示，使用热门 AI 编辑器 FLUX.2-klein 时，最坏情况下的扰动分数从此前已发表研究的最高水平 0.192 LPIPS 提升至 SRIM 的 0.463 LPIPS。在视觉显著程度相同的情况下，防护效果约增强一倍。这项方法对更大型的模型也有效，包括一个 90 亿参数版本和 FLUX.2-dev：两者最坏情况下的分数分别达到 0.450 和 0.386，而此前防护方法的分数最高为 0.184。SRIM 在 InstructPix2Pix 上的表现也最好。
为什么重要
对于日常在线分享高分辨率照片的用户来说，SRIM 有望让 AI 工具更难在图片缩小后悄悄篡改图像。它能在不让新增噪声更显眼的情况下提供更强防护。不过，这项技术目前仍处于研究原型阶段，尚未集成到面向消费者的照片应用中。
