Um ein Fine-Tune zu erwischen, muss der Kanarienvogel vor der Veröffentlichung im Bild sein
SpectralCanary, eine neue arXiv-Methode, mischt jedem Bild einer Sammlung ein schwaches Bild bei, damit die Eigentümerin oder der Eigentümer später prüfen kann, ob ein Text-zu-Bild-Modell darauf feinabgestimmt wurde. Das funktioniert nur bei Bildern, die vor der Veröffentlichung markiert wurden und auf denen direkt feinabgestimmt wurde. Der Mode-Testdatensatz wurde selbst aus dem Web gecrawlt, und das Glaze-Team sagt, der eigene Schutz verblasse gegenüber Stilen, die schon in Basismodellen stecken.

Parallax Pincer
Die Mode-Abbildung in einem neuen arXiv-Paper stellt zwölf Produktfotos, darunter einen senffarbenen Zopfstrickpullover und eine orangefarbene Steppweste, „geschützten“ Kopien gegenüber, die identisch aussehen, bis man die weiße Hohlkehle vergrößert. Dort tragen die Kopien einen schwachen, ungleichmäßigen Farbstich, hier rosa, dort grünlich: die verwaschenen Farben eines Fotos von einem Obststand, in jedes Bild eingeblendet. SpectralCanary macht aus der Frage „Wurde meine Sammlung genutzt, um dieses Modell feinzuabstimmen?“ einen Test, aber nur für Bilder, die vor der Veröffentlichung markiert wurden, und nur, wenn ein Modell tatsächlich auf dieser Sammlung feinabgestimmt wurde. Jedes Lookbook, das schon online steht, liegt außerhalb seiner Reichweite.
Forschende der University of Maryland und von All Purpose AI haben das Paper am 22. Oktober veröffentlicht, versehen mit dem Tag eines NeurIPS-2026-Workshops zur Modellzuordnung. Vor der Veröffentlichung mischt der Eigentümer jedem Bild über eine glatte Tiefpassmaske ein festes „Kanarienvogel“-Bild bei; die Bildunterschriften bleiben unangetastet. Ein kleines Prüfmodell, das ausschließlich mit Paaren aus Original und geschützter Fassung trainiert wurde, bewertet dann die Ausgaben eines verdächtigen Modells. Über fünf Datensätze, mit denen Stable Diffusion 3.5 feinabgestimmt wurde, markierte es im Schnitt 92,4 % der Bilder von Modellen, die auf markierten Sammlungen trainiert worden waren, und zwar bei einem Schwellenwert, der so gesetzt ist, dass 1 % der Bilder sauberer Modelle markiert werden. Der Code ist öffentlich.
Der Mode-Datensatz ist FACAD, rund 993.000 Bilder, die dessen Autoren für ein Captioning-Paper von 2020 aus dem Web gecrawlt haben. Jedes Fine-Tune nutzte höchstens 1.000 Bilder, und Mode landete unter den fünf Datensätzen auf Platz vier, mit 86,0 % markierten generierten Bildern. Die Paare in der Abbildung sind Produktfotos auf Weiß; eine gegradete Kampagne kommt darin nicht vor. Die gecrawlten Fotos trugen keinen Kanarienvogel und werden auch nie einen tragen.
Der Kanarienvogel sitzt in den niedrigen Frequenzen, der groben Schicht aus Farbe und Licht, in der ein Coloristin eine Kampagne gradet und ein Haus seinen Look hält. Netze nehmen grobe Strukturen am leichtesten auf, so die Autoren, und ihre Hypothese lautet, dass sich eine schwache niederfrequente Spur deshalb überträgt; eine energiegleiche Ablation auf Pokémon und ROCOv2 mit SD1.5 stützt das. Die Voreinstellung verlangt von einem Haus, die Einblendung eines fremden Marktstands hinzunehmen, die in den tiefsten Frequenzen bei 2 % ihren Höchstwert erreicht und nach außen hin abklingt.
Die Methode will außerdem die ganze Sammlung. Standardmäßig markiert sie jedes Bild; im Pokémon-Durchlauf des Papers drückte die Markierung der Hälfte der Bilder die Erkennung beim strengen Schwellenwert auf unter die Hälfte, und bei einem Zehntel lag sie nahe null. Eine markierte Sammlung, die unter einen größeren unmarkierten Korpus gemischt wird, ist ein Fall, den die Evaluation nach Angaben der Autoren nicht belegt. Im Umkehrschluss liegt ein Basismodell, das einige wenige Bilder eines Hauses unter Milliarden gesehen hat, noch weiter außerhalb.
Die „drei realistischen Datentransformationen“ aus dem Abstract sind übliche Trainings-Augmentierung (Zuschneiden, Spiegeln, leichte Farbverschiebungen), automatisches Neu-Captioning und Regenerierung durch ein anderes Diffusionsmodell. JPEG-Kompression gehört nicht dazu, und die geschützten Dateien wurden als verlustfreie PNGs gespeichert. An der Augmentierung rutscht das Verfahren durch.
Über acht Pokémon-Konfigurationen sortierte ein Test mit 30 Bildern zurückgehaltene Modelle im Schnitt in 94,8 % der Fälle richtig; mit SD3.5 und Augmentierung erwischte er nur 17 % der Modelle, die auf markierten Daten trainiert worden waren. Von drei getesteten Entfernungsangriffen musste selbst der stärkste mehr als 25 FID-Punkte an Bildqualität kosten, um die Erkennung in Richtung der Baseline sauberer Modelle zu drücken.
Die bestehenden Werkzeuge von Künstlerinnen und Künstlern gehen vom entgegengesetzten Ausgangspunkt aus. Die Macher von Nightshade schreiben, wer Do-not-scrape-Direktiven ignoriere, „könne nicht mit hoher Sicherheit identifiziert werden“, weshalb ihr Werkzeug Bilder stattdessen vergifte. Glaze verschiebt Bilder so, dass ein Modell den Stil einer Künstlerin oder eines Künstlers falsch liest; laut seinem Team ist es gegen Stile, die bereits in Basismodelle hineintrainiert wurden, „weniger oder gar nicht wirksam“, und im Umkehrschluss stößt SpectralCanary an dieselbe Wand. SpectralCanary lässt das Training gelingen und behält einen Beleg; damit beantwortet es Nightshades Satz für einen Fall.
Der Beleg muss geschrieben sein, bevor das Bild das Haus verlässt.
Die Couture hat ihre Belege im Voraus hinterlegt. Bis 1979 fotografierten Pariser Häuser neue Modelle für eine „Modellhinterlegung“, die bei den Arbeitsgerichten oder der Gerichtsgeschäftsstelle eingereicht wurde. Das Musée des Arts Décoratifs schreibt, diese Abzüge hätten in Prozessen wie dem, den Madeleine Vionnet 1921 anstrengte, „den Status von Beweismitteln erhalten“. Der Schutz begann mit der Hinterlegung, so wie er beim Kanarienvogel mit der Markierung beginnt.
Die Autoren bitten, ein positives Ergebnis „als statistischen Beleg unter dem Bedrohungsmodell zu behandeln, nicht als eigenständigen Beweis einer unbefugten Nutzung“. Das Verfahren hängt zudem von Geheimhaltung ab, denn wer den Kanarienvogel kennt, kann die Einblendung näherungsweise rückwärts rechnen, bis auf Clipping und Quantisierung. Auf weißem Hintergrund liegt das Geheimnis offen zutage: In unserer Kontrastverstärkung der Abbildung des Papers treten hinter jedem Kleidungsstück dieselben roten, gelben und grünen Flecken hervor. Für ein Haus ist der Schritt schmal: eine Kampagne markieren, bevor sie ausgeliefert wird, Originale und Kanarienvogel unter Verschluss halten und einen Treffer als Anlass für Nachfragen behandeln.