返回

文章详情

人类可以阅读但 AI 无法阅读的字体

Hacker News2026年7月11日 09:36

主页 幽灵字体 一种可以被人类阅读但领先 AI 模型无法阅读的反 AI 字体。请在下方输入您的文本,然后下载并分享包含您消息的视频片段。写下您的消息:10/36 速度 120px/s 什么是幽灵字体?幽灵字体是一种反 AI 字体,使用运动书写消息。通过结合运动、视频、噪声和诱饵,它是与其他真实人类分享消息的独特方式。我想从技术上来说,这并不是传统意义上的 TTF 字体文件。但幽灵字体是一个图形交流的一种实验,采用一种 AI 不容易理解的格式。尽管它的可读性不如常规文本,但字母对于人眼仍然是立即可读的,而领先的 AI 模型也很难轻易解读。您的浏览器不支持视频元素。用幽灵字体生成的示例视频。用幽灵字体生成的视频然后被传递给领先的人工智能模型,如 Claude Fable 和 GPT Sol 5.6 Ultra。即使是这些最近的代理,具有编码能力,也在解码移动消息时挣扎,直到被提示查找的确切技术。上面的游乐场只是这个概念的原型。输入几个字,字母就出现了,但只是因为点的运动对人眼是可见的。当视频暂停时,静态点混合在一起,仅凭查看单个帧变得无法判断图像中嵌入的消息。这意味着截屏页面不会揭示消息。该实验在本地工作——输入消息并实时预览,或下载视频以分享并自行测试。数据不会被共享或发送到任何服务器。关于这个项目 2013 年,设计师 Sang Mun 发布了一款名为 ZXX 的字体。它是一种可以被人类阅读但不能被光学字符识别(OCR)软件读取的字体。字母与噪声伪装、划掉并埋在假标记下。当时,这种字体被认为是“防监视”的——但快进到今天,现代 AI 代理可以轻松阅读用 ZXX 渲染的文本。ZXX 字体示例 尽管这可能在 2013 年击败了 OCR 软件,但现代 AI 模型可以相对容易地读取 ZXX 中的文本。我将这张图像复制到 ChatGPT 5.5 的即时模式中,它仍然能够通过一次提示提取单词,包括一些小细节:ChatGPT 容易读取这张图像中的文本。然而,使用幽灵字体的相同过程就不会那么容易了。幽灵字体的单个截图将仅生成一个完全静态的图像,没有可读文本。这是因为幽灵字体中的每个字母都是由看起来与背景完全相同的点构成,因此来自视频的任何单个图像都不会揭示任何关于消息的信息:尝试使用 Ghost Font 的 ChatGPT 5.5 专业版经过 19 分钟的分析,ChatGPT 5.5 Pro 幻觉出一个不存在的消息。然而,简单地将信息隐藏在视频中并不是一个完美的解决方案。虽然在线模型环境可能无法从单个帧中提取信息,但具有本地代码执行环境的专用代理仍然可以分析点的运动并解码消息。幽灵字体通过另一种层次方式解决了这个问题:每个视频生成中都包含一个诱饵消息。诱饵消息作为最终的技巧,对抗决心坚定的代理。当寻找隐藏消息时,它可能首先找到诱饵消息,并认为那是真正嵌入在视频中的消息。这就是幽灵字体能够将消息隐藏起来,甚至避开像 Fable 和 GPT Sol 5.6 Ultra 这样的强大思维模型的原因。最终,真正隐藏消息的方式是使用加密,或某种密码。没有 AI 能够读取需要特定密码才能解锁的消息,只能由人类知道。不过,这个项目探讨是否可以创建一个包含视觉消息的可分享文件,该消息不易被 AI 模型读取。我们创建这个实验是为了探索 AI 感知的极限,同时也保留一些人性。随着 AI 接管字体生成,我们希望人类能够继续拥有独特的创造性声音。接下来会发生什么?我认为幽灵字体有某些影响因素,值得继续探索。例如,将幽灵字体纳入 CAPTCHA 系统会很有趣,因为如今大多数系统都容易被 AI 解决。在视频中使用运动将使自动化机器人更难解读,但对于人类来说仍然相对容易阅读。幽灵字体可能也是衡量 AI 在视觉感知方面进展的有趣方式。目前,多模态模型是基于图像的,即使在通过视频处理时,它们通常也会将视频拆分为帧并分析单独的帧。在不久的将来,我假设会出现一种视频原生模型,能够直接读取文本。一个最终的教训是,AI 当然在不断进步。

赞助内容

NordVPN Next-gen Antivirus

本站免费、广告极少。如果觉得有帮助,可以请我们喝杯咖啡 —— 任何金额都对持续运营有实际帮助。

请我喝杯咖啡