移除 AI 水印

移除您自己生成的图像和视频中的 AI 来源标记：

• 已知的可见标签，例如 Gemini 闪光标记和厂商文字标记；
• 通过扩散再生移除不可见的像素水印；
• C2PA、EXIF、XMP、IPTC 及相关的 AI 元数据。

视频支持涵盖来源识别、完整的可见标记与元数据清理、目录批量处理、可见的 Sora、Veo、Seedance、Dola、Hailuo 和 Kling 标记移除，以及用于视频 SynthID 移除的经 oracle 认证的 VAE 再生。

如果您不想在本地安装 Python 或运行扩散模型，可以在 raiw.cc 在线试用。

本项目仅用于您所拥有内容的合法使用。它不针对图库预览图或其他保护第三方付费内容的水印。请参阅范围、安全与法律说明。

选择您想执行的操作

安装模式

较低层级和专用的扩展包括 pixels、heif、trustmark、migan、lama 和 diffusion。安装指南 记录了它们精确的依赖组成和模型要求。

快速开始

安装以元数据为重点的默认 CLI：

uv tool install remove-ai-watermarks

检查图像：

remove-ai-watermarks identify image.png

要进行可见水印移除，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

在不运行可见修复或扩散的情况下剥离元数据：

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

在不使用 -o 的情况下，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 命令不会转码视频或音频流。与上述图像命令不同，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。MKV 和 WebM 检查读取规范的 Segment.Tags.Tag.SimpleTag 位置。AVI 使用 LIST/INFO/AIGC，而 FLV 使用 script.onMetaData.AIGC。非 ISOBMFF 格式在移除时会通过流复制进行重新封装。

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 在存在稳定且已注册的可见标记时将其移除，并始终剥离已验证的 AI 元数据。如果未找到任一信号，它仍会写入一个同容器直通输出，因此应用程序调用方可以获得一个可预测的输出契约。专有的不可见视频移除默认排除在外。--invisible 可选择加入有损且经 oracle 认证的视频 SynthID 配置。

使用相同的契约处理目录：

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会扫描完整序列。它仅接受在相邻帧间以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。音频无需重新编码即可复制，并允许自然结束；视频流因像素发生变化而被转码。默认情况下，一次带保护的光流遍历会对先前接受的填充进行运动对齐，并且仅当附近源上下文一致时才进行混合；使用 --no-temporal-consistency 可禁用它。编码器会保留受支持的 8 位源色度采样、颜色标签和 MP4/MOV 轨道时间标度，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，而不会被统一为平均帧率。非零的源起始时间戳与复制的音频偏移一起被保留。默认的 --mark auto 在单次解码遍历中扫描所有提供商，并按下文所示的特异性顺序选择第一个稳定匹配。传入显式标记可将检测限制为单一提供商。Sora 涵盖移动的 Sora 2 吉祥物和字标。Veo 涵盖当前的四点菱形和旧版 Veo 文字。Seedance 涵盖固定的框式 AI 标签，Dola 涵盖固定的 Dola AI 文字，Hailuo 涵盖组合式 MINIMAX | hailuo AI 标签，Kling 涵盖带有版本后缀的右下角 KLING AI 标签。编码完成后会以原子方式发布。当未找到稳定标记时，不会写入任何输出。HDR、PQ/HLG 和大于 8 位的输入会在编码前被拒绝，而不会通过 OpenCV 的 8 位 BGR 边界被静默降级。

移除视频 SynthID：

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

此路径使用一个跨时间共享的潜在噪声场重新生成完整序列，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 配置同时通过了双载波校准和一次完整的公开八秒 Veo oracle 检查。Google 未发布本地解码器，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，但它不是产品结果状态。

要进行不可见水印移除，请安装 qwen-zimage 扩展。需要 NVIDIA GPU：两个配置均为 CUDA 专用，没有 CPU 或 MPS 回退。

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，但您知道图像来自 AI 生成器，请添加 --force：

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

有关 Homebrew、uv、可选功能和开发环境设置，请参阅安装指南。

示例

可见的 Gemini 标记

之前	之后

高质量不可见移除

qwen-zimage 是默认配置：在 Canny ControlNet 下进行 Qwen-Image-2512 Lightning 阶段，随后对检测到的任何面部进行 SAM 掩码 Z-Image 修复。另一个选项 sdxl-zimage 将全局阶段换成 SDXL，并保留相同的面部阶段。两者均为 CUDA 专用。

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

OpenAI 示例之前	OpenAI 示例之后

Gemini 示例之前	Gemini 示例之后

这些确切的输出文件已使用匹配的提供商验证器进行了检查。该结果仅适用于这些文件，而非每一个种子、图像或未来的水印版本。

常用方案

移除所有检测到的可见标记

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

默认的 --mark auto 会检查所有已注册的可见标记并移除每一个匹配项。如果您能看到该标记但检测器未能识别，请显式选择其区域：

remove-ai-watermarks erase image.png \
  --region 1640,1930,400,100 \
  -o clean.png

--region 使用 x,y,width,height 格式，并且可以重复。

使用学习型填充后端

当未安装学习型后端时，visible 扩展使用 OpenCV 修复。对于更复杂的背景，学习型后端扩展会自动包含相同的像素依赖：

uv tool install --force "remove-ai-watermarks[migan]"
remove-ai-watermarks visible image.png -o clean.png --backend migan

uv tool install --force "remove-ai-watermarks[lama]"
remove-ai-watermarks visible image.png -o clean.png --backend lama

减少 CUDA 内存使用

remove-ai-watermarks invisible image.png -o clean.png \
  --cpu-offload --force

CPU 卸载通过在 CPU 和 GPU 之间移动模型组件来降低 CUDA 内存压力，但以速度为代价。

处理目录

remove-ai-watermarks batch ./images --mode visible
remove-ai-watermarks batch ./images --mode all

该工具能识别什么

可见标记支持包括：

• Google Gemini 和 Nano Banana 闪光标记；
• Doubao、Jimeng、Qwen、Kling、Yuanbao、Baidu、LibLibAI 和 RunningHub 标签；
• 一种已校准的三星 Galaxy AI 标签变体。

元数据和来源检查涵盖 C2PA、EXIF、XMP、IPTC、常见生成器参数、中国 TC260 AIGC 标签以及若干厂商特定信号。可选解码器增加了对开放 DWT-DCT 水印和 Adobe TrustMark 的支持。

精确的支持矩阵（包括重要的区域设置和检测器限制）位于受支持信号。

工作原理

可见移除遵循三个步骤：

1. 在预期区域检测已注册的标记。
2. 在标记周围构建掩码。
3. 仅使用 OpenCV、MI-GAN 或 LaMa 填充掩码区域。

元数据移除使用格式感知剥离。JPEG 元数据移除会保留编码后的图像扫描数据，而不是重新压缩。原生 MP4/MOV TC260 值会被置空，而不会更改 box 大小或媒体偏移。其他受支持的容器使用其对应的元数据路径。

不可见移除则不同。它通过扩散流程重新生成图像，以破坏像素域和频域水印。这会改变图像，并且无法保证专有验证器会拒绝每一个输出。

完整的技术边界请参阅受支持信号和已知限制。

Python API

可见移除 API 需要 remove-ai-watermarks[visible]。

import remove_ai_watermarks as raiw

result, removed = raiw.remove_visible("watermarked.png", "clean.png")
print(removed)

provenance = raiw.identify_video("input.mp4")
report = raiw.inspect_video_metadata("input.mp4")
complete = raiw.remove_video_all("input.mp4", "clean.mp4")
batch = raiw.remove_video_batch("videos", "videos_clean")
cleaned = raiw.remove_video_metadata("input.mp4")
synthid_cleaned = raiw.remove_video_invisible("input.mp4", "synthid_clean.mp4")
visible = raiw.remove_video_visible("input.mp4", "clean.mp4")
print(visible.mark)
veo = raiw.remove_video_visible("veo.mp4", "veo_clean.mp4", mark="veo")
seedance = raiw.remove_video_visible(
    "seedance.mp4",
    "seedance_clean.mp4",
    mark="seedance",
)
dola = raiw.remove_video_visible("dola.mp4", "dola_clean.mp4", mark="dola")

高级 API 接受文件路径或 BGR NumPy 数组。对于路径输入，它还会读取来源元数据、保留 alpha 通道，并可从写入的结果中剥离 AI 元数据。

有关可见移除、完整的 remove_all 和 remove_batch 流程、来源检查、元数据剥离和扩散用法，请参阅 Python API 指南。

ComfyUI

独立的 ComfyUI Remove AI Watermarks 包提供了用于可见移除、检测、区域擦除和不可见移除的节点。

重要限制

• 本地信号缺失意味着未知，而非干净。专有像素水印在元数据被剥离后可能仍然存在。
• 可见移除仅重建一个小区域。结果取决于背景和所选的填充后端。
• 不可见移除会改变整张图像，可能会改变面部、文字或精细细节。
• 可见视频移除能够识别移动的 Sora 2 字标、当前 Veo 菱形加上旧版 Veo 文字、Seedance 框式 AI 标签，以及固定的 Dola、Hailuo 和 Kling 标签。它无法识别较早的 Sora Turbo 角落旋涡标记或这些提供商的未注册布局。经典 OpenCV 后端可能会在结构化背景上产生涂抹痕迹；当恢复质量很重要时，请使用 MI-GAN 或 LaMa。
• 视频 SynthID 再生会改变分辨率、帧率和图像细节。随附的配置已通过 oracle 认证，但没有公开的本地解码器可以在运行时认证任意输出。在提供商变更后，请重新检查特别重要的输出。
• 不可见水印移除需要 CUDA。两个配置在构造时会拒绝任何其他设备，而不会回退到无法运行它们的设备。可见移除、元数据剥离和 identify 仍然可以在任何设备上运行。
• 提供商的水印系统可能会发生变化。当提供商提供自己的验证器时，请使用它来验证重要输出。

随附的 video invisible 命令使用经认证的 noise_std=0.15 配置。配套的研究工具 scripts/video_synthid_sweep.py 构建一个匹配的重新编码对照以及 VAE 再生的候选集，并将验证器判定留空：

uv run --extra video --extra diffusion python scripts/video_synthid_sweep.py input.mp4 -o sweep/

要评估输出实际付出的代价，请使用 scripts/video_fidelity_probe.py：引擎自身的 PSNR 在缩放和编码之前测量，因此只有探针能看到最终交付的画面。

uv run --extra video python scripts/video_fidelity_probe.py input.mp4 input_clean.mp4

在阴性候选可被视为移除证据之前，对照样本必须仍为 SynthID 阳性。在 2026-07-29 的双片段校准中，两个匹配的对照样本在 Gemini 内置的 SynthID 验证器中均为阳性；较强的候选样本在两个载波上均为阴性，而较弱的候选样本仅在一个载波上为阴性。随后一次对抗性跟进测试要求普通 Gemini 重新解释像素结果，返回了 UNAVAILABLE；该跟进测试并非验证器重跑，因此不会使内置判定无效。2026-07-31 对一个公开的八秒 Veo 样本进行的全片段检查发现 0.10 仍可被检测到，而 0.15 未被检测到，因此 0.15 现为认证默认值。可复现的哈希值和判定位于 data/evaluations/video-synthid-oracle.csv。

文档

从文档索引开始。

• 安装
• CLI 指南
• Python API
• 受支持信号
• 已知限制
• 范围、安全与法律说明
• 模块内部结构
• 发布与分发

研究笔记和历史实验在文档索引中单独列出。它们解释了过去的决策，但不定义当前的公共 API。

贡献

安装开发环境并运行项目门禁：

uv sync --frozen --extra dev
bash maintain.sh

在更改具有已记录不变量的子系统之前，请参阅模块内部结构。

许可证

Apache 2.0。版权所有 2025-2026 wiltodelta。