用no-code工具製作自帶C2PA浮水印的AI生成內容
[本文由官方翻譯，英文原文請參閱<Use no-code tools to create and label AI-generated content with C2PA watermark.>]
OpenAI 最近宣布整合 C2PA 和 DALL-E 3, 這代表大家越來越重視內容的來源追溯了。C2PA (內容來源和真實性聯盟) 是一個開放標準，主張數位媒體應該嵌入元數據，以便驗證其來源和相關資訊。作為生成式 AI 界的龍頭之一，OpenAI 採用最新元數據標準的承諾，把焦點轉向負責任 AI，可能會引發其他 AI 平台跟進。
負責任 AI 之所以成為熱門話題，是因為生成式 AI 引發了不少令人擔心的現象，自從它推出以來，很多人擔心人類和 AI 創作間的界線會變得模糊不清，創作者社群之所以強烈反彈，是因為他們的作品在未經同意的情況下被用來訓練 AI 模型。如果有一種可靠的方法來驗證數位內容，這些問題都可以解決，這就是 C2PA 派上用場的地方。
要把 C2PA 有效整合到現有系統中可能會有些挑戰，特別是在技術、資源和相容性方面。還好，由 Numbers Protocol 提供支援的 Capture 是一個很好上手的 C2PA 工具組，專門設計來解決技術問題。透過這個解決方案，生成式 AI 公司可以輕鬆地把 C2PA 標準整合到他們的工作流程中，不需要額外投資其他資源或基礎設施。
前置作業
本文運用 Instill AI 的平台工具和由 Numbers Protocol 提供支援的 Capture 解決方案來建立可追蹤的生成式 AI 流程。為了避免教學太冗長，會有一小節回顧如何做到這點，因為已經有一個關於如何設置 AI 流程的詳細教學了。有關如何建立必要帳號和取得授權 token 的細節可以在這裡找到。
No-code 生成式 AI 回顧
Instill AI 是一個 no-code/low-code 的工具，讓我們可以輕鬆使用和建立不同 AI 模型的生成式 AI 流程，像是 Stable Diffusion 或是 Meta 最新推出的 Llama 3。另外一個好處是，Numbers Protocol 的區塊鏈來源追溯解決方案已經整合完成，成為唯一的來源追溯連接器。要建立一個可追蹤的文字轉圖片生成式 AI 流程，我們要到 Instill 的流程建構器，照以下方式建立流程:
照上圖所示設定你的流程。文字轉圖片接收文字輸入，這些輸入會送到 Stability AI 來產生圖片。這個圖片連同元數據輸入會儲存在 Numbers 區塊鏈上，最後的輸出，我們會看到我們的最終圖片和儲存在鏈上的元數據。
如果需要完整的步驟說明來建立此流程，請參考之前的教學。雖然本教學選擇用 Instill AI 模型，但我們可以輕鬆從 AI 連接器列表中挑選其他 AI 模型。
標記 AI 生成的內容
Instill AI 流程建構器也可以當作互動式試驗場，讓我們測試 AI 流程而不用發 API 請求。只要在起始操作中填寫欄位然後點「執行」就行了。
成功的文字轉圖片創建和圖片註冊到 Numbers Protocol 區塊鏈。註冊到區塊鏈記錄的圖片叫做「資產」。輸出包括最終圖片 (見圖) 和包含鏈上記錄的資產檔案連結。
如果要完整說明如何瀏覽資產檔案和查看鏈上記錄，請參考之前教學中「查看資產檔案」的部分。
獲取注入 C2PA 的生成式 AI 圖片
Numbers Protocol 提供的 Capture Dashboard 有個簡單的方法來下載 C2PA 圖片。要更詳細的說明如何做到這點，請參考本文中「使用 Capture Dashboard 取得 C2PA」的部分。
或者，如果你想用 Capture API 來取得注入 C2PA 的圖片，以下是說明。
成功將生成式 AI 圖片註冊到 Numbers 區塊鏈後，我們可以用 Capture API 取得注入 C2PA 的檔案，特別是用下載帶 C2PA 注入的資產 API 動作。用你喜歡的 API 平台或發送 curl 請求，我們可以發送以下 POST 請求:
對這個 API 呼叫，我們需要在我們的標頭中填入我們的授權 token:
Authorization Token <Capture Token>
用資產檔案連結中的 nid url 參數取代 {cid} 參數，我們就會得到以下結果:
到這個 url, 我們就可以看到注入 C2PA 的圖片。
在 C2PA 驗證網站上確認 C2PA 內容
C2PA 厲害的地方在於圖片本身看起來沒變，但其實媒體本身埋了元數據。同時，很難判斷我們剛下載的圖片是不是 C2PA 圖片。還好，C2PA 提供了一個驗證網站，我們可以用它來檢查我們的圖片內容。
到 contentcredentials.o...，我們可以上傳我們的 C2PA 圖片並驗證其內容。
左邊的面板有嵌入資訊的摘要。下面是嵌入的 C2PA 內容的完整畫面:
結合 Numbers Protocol 建立強大的驗證機制
雖然把 C2PA 元數據埋在數位媒體裡是讓資產可驗證的好方法，但資訊本質上還是很基本。Numbers Protocol 在 C2PA 的基礎上提供了更全面的來源追溯解決方案。
把 C2PA 照片上傳到 C2PA 驗證網站。從左邊欄位取得 Nid。
Numbers Protocol 的目標是以開放和去中心化的方式創造可追蹤和可驗證的數位媒體。它用 Numbers ID (Nid) 對媒體檔案做索引，並把相關的來源追溯記錄存在 Numbers 區塊鏈上來達成這個目標。有了這種設計，註冊到 Numbers Protocol 的檔案隨時都找得到，而且它完整詳細的記錄是不可竄改的。來看看它是怎麼運作的:
Numbers Protocol 在 C2PA 的基礎上提供最全面和可靠的來源追溯解決方案。上面的驗證流程從 C2PA 驗證網站開始，到取得 Nid, 再到 Numbers Network 上查詢，最後透過資產檔案查看鏈上記錄。
到 Numbers Verify 並在搜尋欄中輸入 Nid。按搜尋。
Numbers Verify 會顯示結果。Nid 對註冊到 Numbers Protocol 的檔案做索引，確保我們可以找到相關的來源追溯記錄。我們可以點進去看它的資產檔案，查看完整的來源追蹤記錄。
資產檔案包含註冊媒體檔案的完整摘要。要看鏈上記錄，我們可以到提交表並點擊元數據連結。
內容的元數據檔案按照 ERC-7053 標準記錄在區塊鏈上。看元數據，我們可以看到這個資產的完整來源追蹤記錄。重要的欄位包括 digitalSourceType : "trainedAlgorithmicMedia" 表示它是 AI 生成的媒體，generatedBy : "instill_model-stable_diffusion_xl" 表示使用的 AI 模型是 instill stable diffusion 模型，還有 generatedThrough: "instill.tech" 告訴我們用來創建媒體的軟體應用程式。
元數據檔案裡的細節可以更深入。如果我們看 instillMetadata 欄位，我們可以看到 AI 流程的確切構建。在起始操作符中，我們知道提示、授權名稱、授權文件和創作者被輸入到流程中。
我們可以看到用了 instill 模型和 numbers 連接器，還有輸入到每個連接器的資料。
我們還可以看到這個 AI 流程輸出了一個最終圖片和一個資產檔案連結。
驗證遺失 C2PA 的 AI 內容？
就像 OpenAI 說的:「像 C2PA 這樣的元數據不是解決來源問題的萬靈丹。它很容易被不小心或故意移除。」把 C2PA 元數據埋在數位媒體裡是讓資產可驗證的好方法，但在社群媒體上分享時，內容可能會被改動、壓縮或裁剪。為了解決這個問題，Numbers Verify Engine 可以幫忙把內容和註冊池做匹配。背後的 AI 引擎會找到匹配的內容來進行驗證。我們會在另一篇文章中詳細介紹這個部分。
C2PA 是一套相當吸引人的數位媒體以及生成式 AI 內容來源追蹤方案，已經被 OpenAI 採用。鑑於最近 AI 法規的更新，要求所有 AI 生成的圖片都必須加上標記或浮水印，再加上科技的進步往往比法規更新還要快，我們的目標是提供生成式 AI 公司適當的工具，以符合這些新規範。正如這篇文章所展示的，Numbers Protocol 透過結合 C2PA 方案和區塊鏈技術不可竄改的特性，將來源追蹤提升到更高層次。
關於 Numbers Protocol
Numbers Protocol 提供針對 AI 驅動公司和創意工具的內容驗證服務。打造高效又省錢的數位來源證明基礎設施和去中心化儲存空間，生態系工具包括：Capture Cam、Capture Dashboard、Capture Eye、Numbers 區塊鏈、Numbers API、Numbers 驗證引擎；不只讓數位內容更值得信賴，也開啟了創新內容變現策略的大門。
Website | Twitter | Telegram | YouTube | Linkedin | Discord | Medium| Reddit