3年前、Google DeepMind の Pushmeet Kohli がサイエンスフィクションのような概念をデモンストレーションしました：AI 生成画像のピクセルに肉眼では見えない透かしを埋め込み、トリミング、回転、圧縮の後も検出可能にする。その概念は SynthID と呼ばれていました。
3年後、それが Google の壁を越え始めました。
現在の規模
I/O 2026 で Google は一連の数字を発表しました：SynthID は1000億枚以上の画像と動画、そして6万年分の音声にラベルを付けています。これらの数字のほぼすべてが Google 自身の製品からのものです—Gemini 生成画像、NotebookLM 音声概要、Pixel 携帯の処理済み写真。
しかし次に起こる変化の方がより興味深いです：SynthID が業界標準になろうとしているのです。
参加企業
Google が発表したパートナーシップ：
- Nvidia：Cosmos ワールド基盤モデルに SynthID を統合
- OpenAI：GPT 生成画像で SynthID を使用
- Kakao：韓国のテック大手、AI コンテンツに SynthID を追加
- ElevenLabs：AI 音声のリーディングカンパニー、音声透かしが重点
この4社を合わせれば、AI 画像生成と AI 音声の分野の約半分をカバーします。
SynthID と C2PA の違い
Google は C2PA 標準も推進しています—コンテンツに作成メタデータをタグ付けする技術です。Pixel 10 で撮影された写真にはすでに C2PA ラベルが付いており、どのような処理が施されたか記録されています。
しかし C2PA には根本的な問題があります：メタデータは削除可能です。ファイル形式について少し知っている人なら誰でも、それらのラベルを消すことができます。
SynthID は異なります。透かしはピクセル自体と音声波形に埋め込まれており、追加情報ではありません。DeepMind チームは、圧縮、トリミング、回転などの一般的な操作後も透かしが検出可能であることを確認するために、大規模な敵対的研究を行いました。
限界
ただし、SynthID があればすべての AI コンテンツを識別できると思い込まないでください。現時点での最大の盲点：
- 多くのオープンソースモデル（Stable Diffusion など）は透かしをまったく含んでいません
- 誰でも SynthID なしのコンテンツを生成する独自のモデルをトレーニングできます
- SynthID にはまだ公開 API がありません
SynthID は正しい方向への一歩ですが、最終的な答えからは程遠いです。
主要ソース：