OpenAI o3/o4-mini模型生成文本含特殊字符 疑似隐形水印

【太平洋科技快讯】近日，相关消息透露，OpenAI的o3和o4-mini模型生成的文本中，含有特殊的Unicode字符，如窄不换行空格(NNBSP, U+202F)。这些字符在普通情况下难以察觉，但在专业工具下却无所遁形。消息源表示，这可能是OpenAI设置的隐形水印，用于追踪AI生成内容。

消息源在分析OpenAI的o3和o4-mini模型时，注意到生成的文本中夹杂着一些特殊的Unicode字符。这些字符，如窄不换行空格(NNBSP, U+202F)，在普通文本视图中与标准空格并无二致，但在SoSciSurvey或Sublime Text等专业工具中，可以检测到其独特的代码。

关于这些特殊字符的用途，存在两种可能的解释。一种解释是，OpenAI有意将这些字符作为隐形水印嵌入到文本中。OpenAI此前曾探索过多种水印方案，例如在2024年初为DALL·E 3图像添加C2PA元数据，以及2025年4月在GPT-4o模型上测试可见的“ImageGen”标签。

另一种解释是，这些特殊字符并非用于水印，而是模型从训练数据中习得的一种排版习惯。窄不换行空格通常用于防止文本在特定位置换行，例如货币符号与金额之间，以提高文本排版的美观性和可读性。

消息源指出，通过特殊字符检测AI生成内容的方法，虽然误报率极低，但存在易被绕过的缺陷。用户可以通过简单的查找替换操作移除这些特殊字符。此外，这种方法的准确性也可能受到质疑，因为特殊字符的出现并非完全由AI模型控制，也可能是模型从训练数据中习得的结果。

尽管存在技术局限性，但AI生成内容的溯源与版权保护仍然是行业内的重要议题。谷歌的SynthID、微软的元数据嵌入和Meta的强制标签等，都反映出各大公司对内容溯源的重视。然而，研究显示许多水印技术易受攻击，如何在技术实现与伦理规范之间找到平衡，仍是行业面临的一大挑战。