移除 AI 水印

从你自己生成的图像和视频中移除 AI 溯源标记：

• 已知的可见标签，例如 Google Gemini 闪光水印和厂商文字标记；
• 通过直接本地格式破坏或扩散再生成来移除不可见像素水印；
• C2PA、EXIF、XMP、IPTC 及相关 AI 元数据。

视频支持涵盖溯源识别、完整的可见标记加元数据清理、目录批量处理、可见的 Sora、Veo、Seedance、Doubao、Dola、Hailuo AI 和 Kling AI 标记移除，以及用于视频 SynthID 移除的 oracle 认证 VAE 再生成。

raiw.cc 将此库作为托管服务运行，包含 GPU，无需安装任何东西。在那里，Standard 输出下最高 12 MP 的可见标记和元数据移除是免费的；高于 12 MP 的原始分辨率以及不可见水印移除是付费的。

这是一个关于 AI 溯源信号的研究项目，用于对你拥有的内容进行合法使用。它按原样提供，不附带任何保证或责任，每位用户需对自己的使用方式负责。它不针对图库机构预览图或其他保护第三方付费内容的水印。某些司法管辖区（包括中国）限制移除 AI 标签或提供用于此目的的工具。请参阅范围、安全和法律说明。

选择你想做的事情

目标	命令	GPU
查找溯源信号和水印	identify	否
从像素对照片进行分类（可选加入，非溯源）	classify	否
移除已知的可见 AI 标记	visible	否
擦除你选择的区域	erase	否
剥离 AI 元数据	metadata	否
识别受支持的视频溯源	video identify	否
从视频中移除可见标记和 AI 元数据	video all	否
从视频中剥离 AI 元数据	video metadata	否
从视频中移除已注册的可见 AI 标记	video visible	否
处理视频目录	video batch	取决于模式
应用校准后的视频像素 SynthID 移除配置	video invisible	推荐
再生成图像以破坏不可见水印	invisible	必需（CUDA）
运行可见、不可见和元数据移除	all	推荐
处理目录	batch	取决于模式

Microsoft Paint 和 Photos InvisMark 声明会自动路由到像素再生成。all 命令会同时移除隐藏的像素水印及其关联的 C2PA 清单；仅剥离元数据只会移除清单。专门的 Python API 可以在不进行扩散的情况下检查并破坏已验证的本地 Watermarker.dll 载荷。

安装模式

需求	安装
元数据检查和剥离	remove-ai-watermarks
照片的 AI 与相机分类	remove-ai-watermarks[classify]
OpenAI/Google/未知来源导出分类	remove-ai-watermarks[source-classify]
可见检测和移除	remove-ai-watermarks[visible]
可见视频处理	remove-ai-watermarks[video]
视频 SynthID 移除	remove-ai-watermarks[video,diffusion]
无 Torch 的 DWT-DCT 检测	remove-ai-watermarks[detect]
直接本地 Paint InvisMark 破坏	remove-ai-watermarks[pixels]
不可见图像移除（需要 CUDA）	remove-ai-watermarks[qwen-zimage]
活动 Python 上所有可用的生产功能	remove-ai-watermarks[all]

更低层级和专门的额外项包括 pixels、heif、trustmark、migan、lama、diffusion、classify-onnx 和 source-classify。安装指南记录了它们确切的依赖组成、Python 兼容性和模型要求。

快速开始

安装以元数据为重点的默认 CLI：

uv tool install remove-ai-watermarks

检查镜像：

remove-ai-watermarks identify image.png

要从像素对照片进行分类（AI 与相机，可选提供者），请安装额外组件并调用 classify。identify 永远不会启动它：

uv tool install --force "remove-ai-watermarks[classify]"
remove-ai-watermarks classify image.png

指南：照片像素分类。

若需在移除元数据后获得一个轻量级、可弃权的 OpenAI/Google/未知来源导出信号，请使用单独的 Python API。它不是 SynthID 检测器：

import remove_ai_watermarks as raiw

result = raiw.classify_source("image.png")
print(result.label, result.reason)

安装 remove-ai-watermarks[source-classify]。指南： source-pipeline classification。

签名溯源是 SynthID 支持的途径，identify 会读取它。 该包中没有本地 SynthID 像素检测器。关于 周期性晶格专家的研究位于 scripts/synthid_runtime/ 和 synthid-detector-research.md。

对于可见水印移除，请安装像素依赖：

uv tool install --force "remove-ai-watermarks[visible]"

然后移除已知的可见标记和 AI 元数据：

remove-ai-watermarks visible image.png -o clean.png

去除元数据，不运行可见的修复或扩散：

remove-ai-watermarks metadata image.png --remove -o clean.png

不带 -o 时，此命令会就地覆盖源文件。

检查或移除 MP4、MOV、M4V、WebM、MKV、AVI 或 FLV 文件中的 AI 元数据：

remove-ai-watermarks video metadata input.mp4 --check
remove-ai-watermarks video metadata input.mp4 --remove -o clean.mp4

video metadata 命令不会对视频或音频流进行转码。与上面的图像命令不同，当省略 -o 时，它会写入 <source>_clean 并保留原始文件。MP4 和 MOV 检查会包含 moov.udta.meta.keys/ilst 中的原生 TC260 AIGC 标签，包括位于媒体负载之后的 moov，以及豆包 iOS 导出所写入的 QuickTime 形式 meta 变体（作为 moov 直接子级的裸 meta box，以及无键的 hdlr=mdir 元数据列表）。同一元数据列表结构中带键的 workflow 和 prompt 条目也会被检测并移除，包括 ComfyUI 导出。MKV 和 WebM 检查会读取规范性的 Segment.Tags.Tag.SimpleTag 位置。AVI 使用 LIST/INFO/AIGC，而 FLV 使用 script.onMetaData.AIGC。非 ISOBMFF 格式通过流复制进行重封装以完成移除。

使用面向产品的视频路径来识别或清理文件：

uv tool install --force "remove-ai-watermarks[video]"
remove-ai-watermarks video identify input.mp4
remove-ai-watermarks video all input.mp4 -o clean.mp4

video all 在存在时移除稳定的已注册可见标记，并始终剥离已验证的 AI 元数据。如果两个信号都未找到，它仍会写入同容器透传，因此应用程序调用方获得一个可预测的输出契约。专有隐形视频移除默认被排除。 --invisible 选择加入有损的、经 oracle 认证的视频 SynthID 配置文件。

使用相同契约处理目录：

remove-ai-watermarks video batch ./videos --mode all

移除受支持的可见视频标记：

remove-ai-watermarks video visible input.mp4 -o clean.mp4
remove-ai-watermarks video visible veo.mp4 --mark veo -o veo_clean.mp4
remove-ai-watermarks video visible seedance.mp4 --mark seedance -o seedance_clean.mp4
remove-ai-watermarks video visible dola.mp4 --mark dola -o dola_clean.mp4
remove-ai-watermarks video visible hailuo.mp4 --mark hailuo -o hailuo_clean.mp4
remove-ai-watermarks video visible kling.mp4 --mark kling -o kling_clean.mp4

此路径在更改像素之前扫描完整序列。它仅接受在相邻帧中稳定位置重复出现的标记，然后复用与图像移除相同的 OpenCV、MI-GAN 或 LaMa 填充后端。音频直接复制而不重新编码，并允许其自然结束；视频流则因像素变化而进行转码。默认情况下，受保护的光流处理会对先前接受的填充进行运动对齐，并仅在附近源上下文一致时进行混合；使用 --no-temporal-consistency 可禁用它。 编码器保留受支持的 8 位源色度采样、色彩标签以及 MP4/MOV 轨道时间刻度，而不是依赖 ffmpeg 隐式的原始 BGR 默认值。可变帧间隔通过带时间戳的内存 NUT 桥接得以保留，而不是被展平为平均帧率。非零源起始时间戳与复制的音频偏移一起保留。默认的 --mark auto 在一次解码过程中扫描所有提供者，并按下面显示的特异性顺序选择第一个稳定匹配。有效的 Google AI 视频来源会打破 Sora/Veo 交叉匹配，偏向 Veo，当菱形嵌套在 Sora 区域内，或 Veo 在完整片段中持续存在而 Sora 不存在时。 传入显式标记可将检测限制为单个提供者。 Sora 覆盖移动的 Sora 2 吉祥物，无论是否带有文字标记；仅吉祥物匹配还要求完整的双眼形状。Veo 覆盖当前的四点菱形和旧版 Veo 文本。Seedance 覆盖固定的方框 AI 标签，Dola 覆盖固定的 Dola AI 文本，Hailuo AI 覆盖复合的 MINIMAX | hailuo AI 标签，Kling AI 覆盖右下角的 KLING AI 或 KlingAI 标签及其版本后缀。完成的编码以原子方式发布。未找到稳定标记时不写入任何输出。 HDR、PQ/HLG 以及大于 8 位的输入在编码前被拒绝，而不是通过 OpenCV 的 8 位 BGR 边界静默降级。

应用校准的视频像素 SynthID 移除配置文件：

uv tool install --force "remove-ai-watermarks[video,diffusion]"
remove-ai-watermarks video invisible input.mp4 -o clean.mp4

此路径会重新生成完整序列，并在时间上共享一个潜在噪声场，复制完整音频，剥离源元数据，并以原子方式发布完成的编码。默认的 noise_std=0.15 配置通过了双载波校准以及完整的公开八秒 Veo oracle 检查。Google 不发布本地解码器，因此对于特别重要的文件或在提供商变更后，重新进行提供商检查仍然有用，但这并非产品结果状态。因此，CLI 描述的是视频像素重新生成，而不是声称对每个文件给出 SynthID 判定，并将复制的音频水印报告为 UNVERIFIED。

若要通过 CLI 或高级 API 移除不可见水印，请安装 qwen-zimage 附加组件。需要 NVIDIA GPU：所有扩散配置均为仅限 CUDA，且没有 CPU 或 MPS 回退方案。专用的本地 Paint API 使用 pixels 附加组件，无需 CUDA。

uv tool install --force "remove-ai-watermarks[qwen-zimage]"
remove-ai-watermarks invisible image.png -o clean.png

如果本地检测器无法确认不可见水印，但你知道该图像来自 AI 生成器，请添加 --force：

remove-ai-watermarks invisible image.png -o clean.png --force

排版密集型图像可以选择启用实验性的已验证文本后处理流程。 它接受人工审核过的字符串和行框，或操作员验证过的 仅几何清单；它从不将原始 OCR 输出视为真实基准，也不会 自动运行：

uv tool install --force "remove-ai-watermarks[text-restoration]"
remove-ai-watermarks invisible image.png -o clean.png \
  --text-manifest verified-lines.json --force