# 新方法让高分辨率照片缩放后仍能防范 AI 编辑

> 研究人员推出 SRIM，可让照片中的防护噪声在编辑时缩放图像后依然有效。

Oossa · 2026-10-07 · https://oossa.com/zh/new-method-protects-full-resolution-photos-from-ai-editing-tricks

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。

## 事实

- 论文于 2026 年 10 月 5 日提交，并于 2026 年 10 月 7 日发表。
- SRIM 可保护 9 至 30 兆像素的图像。
- 该方法适用于 2× 至 8× 的缩小比例。
- 针对 FLUX.2-klein 的最坏情况 LPIPS 扰动分数从 0.192 提升至 0.463。
- 针对一个 90 亿参数模型的防护效果提升至 0.450 LPIPS。

## 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。

## 来源与参考

1. [Protective Perturbations Must Survive the Resize: Scale-Robust Image Immunization against Malicious Editing](https://arxiv.org/abs/2610.07464) – arXiv cs.CV, 2026-10-07

最后更新: 2026-10-07