MetaとInriaが「Stable Signature」公開：画像生成モデル自体に不可視透かしを埋め込み

Stable Signatureは、Meta FAIRとフランス国立情報学自動制御研究所（Inria）が共同開発し、オープンソース化した電子透かしツールだ。オープンソース画像生成モデルにおける出所追跡の課題を解決するために作られた。

生成された画像のピクセルに後から透かしを重ねるのではなく、モデルのデコーダー内部に肉眼では見えない署名を直接焼き付ける。このモデルから出力された画像は固有の識別情報を保持し、トリミングや圧縮、色補正を行っても容易には消去できない。

仕組みと耐性

これまでのオープンソースモデルにおける安全対策は極めて脆弱だった。画像生成パイプラインの末尾で透かしを付与するコードを1行削除するだけで、誰でも透かしを無効化できていたからだ。すでに主要な3つのオープンソースリポジトリから110億枚以上の画像が生成されている現状において、従来の事後処理による透かしは実質的に機能していなかった。

Stable Signatureは、画像生成モデルの「デコーダー」と呼ばれる出力直前の軽量モジュールだけを微調整（ファインチューニング）することで、モデルの重み自体に透かしを埋め込む。

配布元がモデルを渡す相手やバージョンごとに異なる透かしをデコーダーに焼き付けておけば、そこから生成されるすべての画像にその固有シグネチャが自然に織り込まれる仕組みだ。

さらに実用的なのは、コミュニティで広く使われている追加学習との親和性の高さだ。DreamBoothやTextual Inversion、ControlNetといった手法は、いずれも潜在空間（Latent）の処理を変更するものであり、末端のデコーダーには手を加えない。そのため、下流のユーザーがモデルにどれだけ独自の微調整を施しても、埋め込まれた透かしは消えることなく機能し続ける。

誤検出を抑え、加工にも負けない

既存の受動的なAI生成画像検出器は、誤検出（人間の写真をAI製と判定してしまうエラー）の多さが実用の壁になっていた。最高性能の既存手法でも、加工されたAI画像の検出率が約50％にとどまる一方で、誤検出率が約1％発生する。1日10億枚の写真が投稿されるSNSでは、毎日1000万枚の本物の写真が誤ってAI製と判定されてしまう計算になる。

これに対してStable Signatureは、同等以上の検出精度を維持しながら、誤検出率を10のマイナス10乗（100億分の1）という極めて低い水準に抑え込んでいる。任意のしきい値に設定することも可能だ。

また、画像がSNS上で複数人に転送され、トリミングや再圧縮、色調変更などの加工を受けた場合でも、元のモデルバージョンまで正確に追跡できる堅牢性を備えている。

入手方法と導入要件

MetaとInriaは、研究論文と実装コードを公開している。

導入にあたって巨大な計算リソースは不要だ。モデル全体を再学習する必要はなく、デコーダー部分のみを微調整するだけで済むため、一般的なGPU環境でも短時間で署名を埋め込むことができる。コードはオープンコミュニティ向けに提供されており、独自の拡散モデルパイプラインに組み込んで検証可能だ。

なぜ重要か

オープンソースの自由度とAIの悪用防止を両立させるアプローチとして、極めて洗練されている。

モデルをAPIの裏に隠すのではなく、モデル自体に出自を語らせる設計にした点が合理的だ。特に、ControlNetなどのコミュニティのエコシステムを壊さずに機能する点は、現場の実態をよく理解している。オープンモデルを配布する企業や開発者にとって、信頼性を担保するための有力なデファクトスタンダードになり得る技術だ。