Aloshdenny नाम के एक developer ने सिर्फ 200 Gemini-generated images और signal processing techniques का उपयोग करके Google के SynthID watermarking system को successfully reverse-engineer किया है। Pure black images generate करके और उनके noise patterns को average करके, Aloshdenny ने watermark के frequency-domain signature को isolate किया और एक removal method develop किया जो minimal image quality loss के साथ 91.4% phase coherence drop achieve करता है। यह attack एक fundamental flaw को exploit करता है: SynthID same model के सभी images में consistent pattern का उपयोग करता है, जिससे यह statistically observable हो जाता है जब आपके पास enough samples होते हैं।
यह सिर्फ एक watermark के crack होने के बारे में नहीं है — यह systematic watermarking और security के बीच inherent tension को expose करता है। SynthID clever लगता था क्योंकि यह generation के दौरान watermarks embed करता है बजाय बाद में उन्हें stamp करने के। लेकिन यह consistency ही इसकी weakness बन गई। Research reveal करता है कि invisible watermarks को same trade-offs का सामना करना पड़ता है जो visible ones को होता है: या तो वे robust enough हैं कि detectable हो जाएं, या वे subtle enough हैं कि removable हो जाएं। Google crack की effectiveness को dispute करता है, लेकिन open-source code और documented methodology कुछ और ही suggest करते हैं।
Broader implications Google के implementation से deeper जाते हैं। Multiple sources confirm करते हैं कि यह attack frequency domain के spectral analysis के through काम करता है, जहां SynthID carrier frequencies को resolution-dependent positions पर place करता है। 1024×1024 पर, carriers (9,9) जैसी low frequencies पर appear होते हैं; higher resolutions पर, वे accordingly shift होते हैं। Phase template सभी Gemini images में 99.5% cross-image coherence के साथ identical रहता है, जिससे pattern extraction straightforward हो जाता है एक बार जब आप जान जाते हैं कि क्या look करना है।
AI detection systems build कर रहे developers के लिए, यह एक wake-up call होना चाहिए। Behavioral watermarks जो consistent patterns पर rely करते हैं वे statistical attacks के लिए vulnerable हैं। Real question यह नहीं है कि क्या watermarks को remove किया जा सकता है — यह है कि क्या हम detection systems build कर रहे हैं जो removal techniques से faster evolve कर सकें।