2026-08-27

ลายน้ำที่มองไม่เห็น: ไฟล์ภาพของคุณแบกอะไรไว้ในปี 2026

Paint ฝัง GUID ที่เซิร์ฟเวอร์ออกให้ลงในภาพ AI แพลตฟอร์มโซเชียลลบ manifest C2PA ทิ้ง และการแปลงเป็น WebP ครั้งเดียวก็พาทุกอย่างหายไป มาดูว่าไฟล์ของคุณ แบกอะไรไว้จริง ๆ และตรวจเองได้อย่างไร

ลายน้ำที่มองไม่เห็น: ไฟล์ภาพของคุณแบกอะไรไว้ในปี 2026

อัปเดตล่าสุด: 27 สิงหาคม 2026

วันที่ 24 สิงหาคม นักพัฒนาคนหนึ่งเผยแพร่ผลถอดรหัส Watermarker.dll ไลบรารีที่ Microsoft Paint เรียกใช้เมื่อคุณใช้ฟีเจอร์สร้างภาพด้วย AI สิ่งที่พบคือ ทุกภาพที่ Paint สร้างแบกตัวระบุ 16 ไบต์ที่มองไม่เห็น ออกให้โดยเซิร์ฟเวอร์ไมโครซอฟท์ และเขียนลงพิกเซลราวสามในสี่ของภาพ กระทู้บน Hacker News พุ่งไป 853 คะแนนและ 433 ความเห็นในวันเดียว แต่ข่าวที่ตามมาส่วนใหญ่บีบรายละเอียดหนึ่งให้เป็นพาดหัวที่งานวิจัยไม่ได้รองรับ และการแก้ตรงนั้นสำคัญกว่าตัวข่าว

คำตอบด่วน: ในไฟล์ภาพปี 2026 มีอะไรซ่อนอยู่บ้าง?

ลายน้ำที่มองไม่เห็นคือสัญญาณที่เข้ารหัสลงในค่าพิกเซลโดยตรง ซอฟต์แวร์อ่านได้ แต่ตาคนมองไม่เห็น

ลองแยกเป็นสองชั้น ชั้นแรกคือ ลายน้ำในโดเมนพิกเซล กระจายอยู่ในข้อมูลภาพ รอดจากการครอป ย่อขยาย และเข้ารหัสใหม่ อีกชั้นคือ manifest เมตาดาต้า ได้แก่ C2PA content credentials, EXIF, IPTC และ XMP ซึ่งเป็นก้อนไบต์เล็ก ๆ ที่แปะกับไฟล์ และถูกทำลายด้วยการส่งออกแทบทุกแบบ

Paint เขียนทั้งสองชั้น โซเชียลลอกชั้นที่สองทิ้งตอนอัปโหลด การแปลงฟอร์แมตธรรมดาก็ทำแบบเดียวกันโดยไม่เตือน ผมทดสอบส่งภาพปกบทความนี้ผ่าน cwebp -q 80 แล้ววัดได้ว่าเมตาดาต้าทั้ง 749 ไบต์หายเกลี้ยง เหลือบล็อก VP8 ก้อนเดียว ส่วนลายน้ำพิกเซลผ่านเส้นทางเดียวกันไปได้ไม่บุบสลาย

ชั้น คืออะไร รอดการเข้ารหัสใหม่ไหม รอดการอัปโหลดไหม
ลายน้ำพิกเซล สัญญาณที่เข้ารหัสในค่าพิกเซล ส่วนใหญ่รอด ส่วนใหญ่รอด
manifest C2PA บันทึกที่มาที่มีลายเซ็น ไม่รอด ไม่รอด
EXIF กล้อง เลนส์ เวลา บางครั้งมี GPS แล้วแต่ แทบไม่รอด
IPTC / XMP คำบรรยาย เครดิต สิทธิ์ ประวัติแก้ไข แล้วแต่ แทบไม่รอด

ช่างภาพกำลังปรับแต่งภาพใน Lightroom บนแล็ปท็อป จุดที่เมตาดาต้าเกิดขึ้นและหายไป

ไมโครซอฟท์ใส่อะไรลงไปในภาพจาก Paint กันแน่?

Paint ส่งพรอมป์ตไปยังปลายทางตรวจสอบเนื้อหาของไมโครซอฟท์ คำตอบมีหลายฟิลด์ หนึ่งในนั้นคือ watermarkId ซึ่งก็คือ GUID จากนั้น Paint เติมไบต์นำหน้าและ checksum ต่อท้าย 16 ไบต์นี้เป็นข้อความ 18 ไบต์ ขยายเป็น 144 บิต แล้วเขียนลงภาพด้วยอัลกอริทึมบล็อกที่ปรับตามเนื้อหา ในภาพขนาด 512x512 กระบวนการนี้แตะพิกเซลราว 193,376 จากทั้งหมด 262,144 พิกเซล หรือประมาณ 74 เปอร์เซ็นต์

GUID เดียวกันถูกเขียนซ้ำในฐานะเมตาดาต้า ในไฟล์ PNG มันอยู่ในชังก์ caBX เป็น manifest C2PA ที่มีลายเซ็น ระบุเป็น soft binding พร้อมชื่ออัลกอริทึม com.microsoft.invismark.1 Paint จึงบันทึกผลงาน AI ลงเฉพาะฟอร์แมตที่รองรับ C2PA ส่วน BMP ถูกตัดออกเพราะไม่มีที่ให้วาง manifest

มีรายละเอียดพฤติกรรมสามข้อที่มองข้ามง่ายมาก

  • ใน Paint การฝังลายน้ำเป็นข้อบังคับ ถ้าล้มเหลว การสร้างภาพทั้งรอบล้มเหลว คุณจะไม่ได้ภาพ
  • ใน Photos กลไก GUID เดียวกันทำงาน แต่ความล้มเหลวถูกบันทึกลง log เฉย ๆ และภาพที่ไม่มีลายน้ำยังถูกส่งกลับ
  • บนเครื่อง Copilot+ โมเดล diffusion ประมวลผลบน NPU ในเครื่องจริง แต่พรอมป์ตยังเดินทางไปหาไมโครซอฟท์เพื่อขอ GUID สร้างในเครื่องไม่ได้แปลว่าทั้งกระบวนการอยู่ในเครื่อง

ตรงนี้คือจุดที่ข่าวเดินไกลกว่าหลักฐาน หลายสำนักวางกรอบว่าเป็นลายน้ำที่ "ผูกกับรหัสผู้ใช้" แต่งานวิจัยต้นทางแสดงเพียง GUID ที่ผูกกับ promptGenerationId และฟิลด์ lastPromptGenerationId ที่ร้อยพรอมป์ตต่อเนื่องในเซสชันเดียวกันได้ ไม่ได้พิสูจน์ว่า GUID จับคู่กับบัญชีไมโครซอฟท์ การร้อยข้อมูลในเซสชันไม่เท่ากับการระบุตัวบุคคล

ทำไมเครื่องมือภาพทุกตัวเพิ่งมาสนใจเรื่องที่มาของภาพ?

เป็นเรื่องจังหวะเวลา ข้อผูกพันด้านความโปร่งใสของกฎหมาย AI สหภาพยุโรป มาตรา 50 มีผลบังคับตั้งแต่ 2 สิงหาคม 2026 ผู้ให้บริการระบบ generative ต้องติดเครื่องหมายที่เครื่องอ่านได้บนเนื้อหาสังเคราะห์ และทำให้ตรวจจับได้ ค่าปรับสูงถึง 15 ล้านยูโรหรือ 3 เปอร์เซ็นต์ของรายได้ทั่วโลกต่อปี ระบบที่มีอยู่ก่อนนั้นมีเวลาถึง 2 ธันวาคม 2026

ตัวบทยกเว้นเครื่องมือที่ช่วยแก้ไขและไม่เปลี่ยนอินพุตอย่างมีนัยสำคัญ เครื่องมือลบพื้นหลังหรือย่อขยายภาพเข้าข่าย ส่วนเครื่องมือสร้างภาพไม่เข้า

ลองสังเกตช่องว่างระหว่างสิ่งที่กฎหมายขอกับสิ่งที่ Paint ส่งมอบ มาตรา 50 ขอเครื่องหมายที่ตรวจจับได้ว่า สิ่งนี้เครื่องจักรทำขึ้น แต่ตัวระบุที่เซิร์ฟเวอร์ออกให้ทีละครั้งบอกมากกว่านั้นมาก และไม่มีข้อใดเรียกร้องความละเอียดระดับนั้น

อะไรรอดจากการอัปโหลด และอะไรถูกลบทิ้ง?

ส่วนนี้บั่นทอนโครงการเรื่องที่มาทั้งหมด และวัดได้จริง ไม่ใช่ทฤษฎี การลบเมตาดาต้าบนแพลตฟอร์มใหญ่แทบสมบูรณ์แบบ ทันทีที่ Instagram, X, LinkedIn, TikTok หรือ Facebook เข้ารหัสไฟล์ใหม่ manifest C2PA ก็หายไปพร้อม EXIF

ไฟล์ไปที่ไหน EXIF / IPTC manifest C2PA ลายน้ำพิกเซล
Instagram, X, LinkedIn, TikTok, Facebook ถูกลบ ถูกลบ รอด
การบีบอัดซ้ำใน WhatsApp หรือ iMessage ถูกลบ ถูกลบ มักรอด
แปลง JPEG เป็น WebP ถูกลบ ถูกลบ รอด
ครอปและย่อขยายในโปรแกรมแก้ไข มักยังอยู่ มักเสียหาย รอด
แคปหน้าจอภาพ หายไป หายไป มักรอด

คนกำลังเพ่งข้อมูลแน่นขนัดบนจอในห้องมืด งานตรวจเมตาดาต้าก็ละเอียดแบบนี้

ตัวเลขที่ผมวัดเองจากไฟล์เดียว JPEG ต้นทาง 349,276 ไบต์ มีเมตาดาต้าสามส่วน EXIF 190 ไบต์ XMP 470 ไบต์ IPTC 89 ไบต์ หลังแปลงเป็น WebP เหลือ 127,818 ไบต์ มีบล็อก VP8 ก้อนเดียว ไม่มี EXIF, XMP หรือ ICC เลย และไม่มีอะไรเตือน ถ้าไฟล์นั้นมี content credential อยู่ ก็จะถูกทำลายเงียบ ๆ แบบเดียวกัน เครื่องมือแปลงไฟล์ภาพ และเครื่องมือบีบอัดภาพ ทำงานแบบนี้เป็นค่าเริ่มต้น ดีต่อความเป็นส่วนตัว แต่ร้ายแรงต่อการพิสูจน์ที่มา

คำตอบของอุตสาหกรรมคือ Durable Content Credentials เผยแพร่ manifest ขึ้นคลาวด์ เพื่อจับคู่ไฟล์กลับได้แม้สำเนาที่ฝังไว้หายไป ได้ผลจริง และแปลว่าการตรวจสอบต้องพึ่งบุคคลที่สามที่ออนไลน์อยู่

การแก้ไขภาพในปี 2026 ยังพังตรงไหนบ้าง?

เรื่องที่มาของภาพเป็นข้อถกเถียงใหม่ ส่วนคำบ่นเก่า ๆ ยังอยู่ที่เดิม

ผม ขน และขอบบาง ในบทเปรียบเทียบงานแบตช์ เราส่งภาพสินค้า 240 ใบผ่านเครื่องมือสามตัว เส้นทางเร็วสุดยังต้องแก้ขอบด้วยมือราว 8% และงานแก้กระจุกที่เส้นผม สาเหตุคือโครงสร้าง ไม่ใช่โมเดลขี้เกียจ

พิกเซลตรงขอบเป็นพิกเซลผสม พิกเซลเดียวอาจมีทั้งเส้นผม เงา และบล็อก JPEG เครื่องมือลบพื้นหลัง จึงให้ค่าความน่าจะเป็น แล้วเกณฑ์ตัดสินว่าจะเก็บเส้นผมหรือตัดทิ้ง อาการที่เห็นคือขอบสีจาง ๆ ที่ไม่มีใครสังเกตจนภาพไปวางบนสไลด์พื้นสว่าง

ภาพพอร์ตเทรตในสตูดิโอกับผมหยิกย้อนแสงริงไลท์ เคสที่ยากที่สุดสำหรับการลบพื้นหลังอัตโนมัติ

ตัวขยายภาพที่ชอบแต่งเรื่อง ความล้มเหลวไม่ใช่ความเบลอ แต่คือความมั่นใจ ป้อนภาพเบลอให้เครื่องมือขยายภาพ มันจะปั้นรูขุมขน ขนตา เส้นใยผ้า ลายไม้ และขอบอาคารที่ดูน่าเชื่อ ใบหน้าโดนหนักสุดเพราะโมเดลมีอคติต่อโครงหน้าสูง ดวงตาสมมาตรขึ้น ปีกจมูกเปลี่ยนรูป ริมฝีปากถูกเกลาจนเป็นปากอีกแบบ อัลบั้มครอบครัวก็แค่รำคาญ แต่ภาพที่ต้องบันทึกความจริงคือปัญหา

มือสวมถุงมือกำลังจับฟิล์มกระจกระหว่างการบูรณะภาพถ่ายจดหมายเหตุ

อาการ สาเหตุที่แท้จริง สิ่งที่ได้ผล
ขอบสีรอบเส้นผม พิกเซลขอบผสม มาสก์อัลฟาความละเอียดต่ำ ถ่ายบนพื้นหลังคอนทราสต์สูง แล้วเก็บมาสก์ด้วยมือ
ผิวเหมือนพลาสติกหลังเพิ่มคุณภาพ อคติโครงหน้าทับพื้นผิวจริง ลดความแรงลง และขยายเป็นสองขั้นเล็ก ๆ
ตัวอักษรหรือเกรนที่ถูกแต่งขึ้น โมเดลสร้างใหม่จากสัญญาณรบกวน หยุดที่ 2 เท่า อย่าใช้กับภาพหลักฐาน
แก้ไปครึ่งทางแล้วถูกปฏิเสธ ตัวกรองเนื้อหาทำงานกลางกระบวนการ ทำงานแบบทำลายก่อน งาน generative ไว้ท้ายสุด
งานแบตช์ตายที่ภาพที่ 300 เป็นเพดานเซสชัน ไม่ใช่โปรแกรมล่ม ซอยคิวให้เล็กลง เช็กลิมิตก่อนเริ่ม

จะตรวจได้อย่างไรว่าภาพของคุณแบกอะไรไว้?

ไม่ต้องมีห้องแล็บ ใช้ห้านาทีกับไฟล์ที่จะเผยแพร่

  1. เปิดไฟล์ด้วยโปรแกรมดู EXIF หรือรัน exiftool -G1 -a yourfile.jpg แล้วอ่านว่ามีอะไรอยู่จริง
  2. หาพิกัด GPS เป็นพิเศษ ภาพจากมือถือมีติดมา และการแคปแผนที่ไม่ใช่ช่องทางรั่วเดียว
  3. ถ้าภาพมาจากเครื่องมือสร้างภาพ ดูว่าบันทึกเป็น PNG หรือ JPEG แทน BMP ไหม การเลือกฟอร์แมตคือสัญญาณว่ามี manifest ถูกเขียน
  4. แปลงสำเนาแล้วเทียบจำนวนไบต์ ไฟล์ที่เล็กลงเกินกว่าข้อมูลพิกเซลอธิบายได้ แปลว่าเสียเมตาดาต้าไปแล้ว
  5. ตัดสินใจว่าจะเก็บชั้นไหน แล้วเลือกวิธีส่งออกให้ตรงกัน

นโยบายสั้น ๆ ที่ครอบคลุมเกือบทุกกรณี:

  • ภาพส่วนตัว: ลบให้หมด แปลงเป็น WebP รอบเดียวก็จบ
  • งานลูกค้าหรืองานสื่อ: เก็บเครดิตและสิทธิ์ใน IPTC แต่ลบ GPS
  • งาน AI ที่เผยแพร่ในสหภาพยุโรป: เก็บ manifest ไว้ อย่าส่งออกซ้ำผ่านเครื่องมือที่ทิ้งมันเงียบ ๆ
  • เก็บไฟล์ต้นฉบับ: อย่าแตะไฟล์เดิม ไปล้างข้อมูลบนสำเนา
  • อยากใช้ลายน้ำที่มองเห็น: คู่มือใส่ลายน้ำ อธิบายตำแหน่งและความทึบ ส่วนคู่มือลบลายน้ำ บอกว่าอะไรกู้ได้

คำถามที่พบบ่อย

Paint ใส่ลายน้ำให้ทุกภาพที่สร้างหรือไม่?

เฉพาะภาพที่สร้างด้วยฟีเจอร์ AI ภาพที่เปิด ครอป แล้วเซฟจะไม่ถูกใส่ ตอนสร้างภาพการใส่ลายน้ำเป็นข้อบังคับ ถ้าล้มเหลว Paint ทิ้งผลลัพธ์แทนที่จะส่งไฟล์ไร้ลายน้ำให้ ส่วน Photos ใช้กลไกเดียวกันแต่ยังคืนภาพแม้ใส่ไม่สำเร็จ

ย่อขนาดหรือแปลงไฟล์ช่วยลบลายน้ำที่มองไม่เห็นได้ไหม?

ลบได้แค่ชั้นเมตาดาต้า ไม่ใช่ชั้นพิกเซล การแปลง JPEG เป็น WebP หรือย่อภาพลงเว็บทิ้ง EXIF, IPTC และ manifest C2PA ทั้งหมด ข้อมูลที่มาหายไปเงียบ ๆ ทางนี้เอง ส่วนลายน้ำระดับพิกเซลฝังในข้อมูลภาพ มักรอดจากย่อขยาย ครอป และเข้ารหัสใหม่

จะรู้ได้อย่างไรว่าภาพนั้นสร้างด้วย AI?

ไม่มีวิธีที่เชื่อถือได้ manifest C2PA เป็นหลักฐานหนักแน่นถ้ายังอยู่ แต่แทบไม่เหลือในสิ่งที่เผยแพร่บนโซเชียลเพราะอัปโหลดลบทิ้ง การไม่มีจึงไม่พิสูจน์อะไร ส่วนเครื่องมือตรวจจับเดาจากร่องรอยและผิดบ่อยเกินกว่าจะนับเป็นหลักฐาน

การลบเมตาดาต้าออกจากภาพก่อนเผยแพร่ผิดกฎหมายไหม?

ภาพของคุณเองโดยทั่วไปทำได้ และควรทำก่อนโพสต์ภาพส่วนตัวเพราะ EXIF อาจพ่วงพิกัด GPS ข้อจำกัดจริงอยู่ที่สัญญา ไม่ใช่กฎหมายอาญา สัญญากับสำนักข่าว สต็อกภาพ และลูกค้ามักกำหนดให้คงเครดิตและสิทธิ์ใน IPTC ส่วนกฎหมาย AI ยุโรปคาดหวังให้คงเครื่องหมายที่เครื่องอ่านได้

เดือนนี้ควรเปลี่ยนอะไรในกระบวนการทำงาน

สามข้อ เรียงตามต้นทุน

ตั้งสมมติฐานว่าเมตาดาต้าหายไปแล้ว ถ้างานไหนต้องพิสูจน์ที่มาจริง ๆ manifest ที่ฝังในไฟล์ไม่ใช่สำเนาที่ควรพึ่ง ให้เก็บไฟล์ต้นฉบับกับบันทึกบนคลาวด์

แยกการตัดสินใจสองเรื่องออกจากกัน "ลบข้อมูลส่วนบุคคลก่อนเผยแพร่" กับ "รักษาเครดิตและที่มา" ดึงคนละทาง การตั้งค่าส่งออกชุดเดียวรับใช้ทั้งคู่ไม่ได้ ให้ตัดสินเป็นงาน ๆ ไป

เลิกใช้เครื่องหมายที่มองไม่เห็นเป็นหลักฐาน ไม่ว่าทางไหน การไม่มีลายน้ำไม่ได้แปลว่าภาพเป็นของจริง และการมีก็พิสูจน์แค่ว่าเครื่องมือไหนเขียนลงไป ถ้าอยากเข้าใจว่าโมเดล segmentation ทำอะไรกับพิกเซลของคุณจริง ๆ คำอธิบาย U2-Net คือฉบับที่ตรงไปตรงมา

เรื่องของ Paint จริง ๆ ไม่เกี่ยวกับ Paint มันคือตัวอย่างแรกที่คนอ่านกันกว้างขวางว่าเครื่องมือภาพเขียนข้อมูลลงไฟล์คุณ ข้อมูลที่คุณไม่ได้ขอ มองไม่เห็น และไม่มีใครบอก รูปแบบนี้จะเกิดซ้ำ การป้องกันที่ยั่งยืนคือรู้วิธีมอง

ใช้เครื่องมือฟรีของเราขณะทำตามคู่มือนี้

ภาพปกของ การประมวลผลภาพแบบหมู่: ลำดับ Pipeline, ค่าตั้ง และเครื่องมือ

2026-07-28

การประมวลผลภาพแบบหมู่: ลำดับ Pipeline, ค่าตั้ง และเครื่องมือ

การประมวลผลภาพแบบหมู่ทำงาน resize, compress และ convert ข้ามทั้งโฟลเดอร์ ทั้งลำดับ pipeline, ค่าคุณภาพที่วัดได้, การเลือกเครื่องมือ และการทำงานอัตโนมัติ

ภาพปกของ การประมวลผลภาพแบบกลุ่ม: 12 เคล็ดลับและข้อผิดพลาดที่ควรหลีกเลี่ยง

2026-07-28

การประมวลผลภาพแบบกลุ่ม: 12 เคล็ดลับและข้อผิดพลาดที่ควรหลีกเลี่ยง

การประมวลผลแบบกลุ่มช่วยประหยัดเวลาได้หลายชั่วโมง จนกว่าการตั้งค่าที่ไม่ดีเพียงอย่างเดียวจะทำให้ไฟล์ถึง 200 ไฟล์เสียหาย ผมจึงแชร์ 12 เคล็ดลับที่ใช้ได้จริง พร้อมข้อผิดพลาดที่ผมเคยทำตอนจัดการภาพนับพัน เพื่อให้คุณข้ามความผิดพลาดเหล่านั้นไป