SynthID es el sistema de marcas de agua invisibles de Google DeepMind para imágenes, textos, audio y video generados con IA. Este artículo explica cómo funciona, qué significa la codificación en el dominio de la frecuencia, por qué es más resistente que los metadatos EXIF y qué implica para cualquiera que cree o publique medios generados con IA.
Internet tiene un nuevo problema de confianza. Las herramientas de IA ya pueden producir imágenes, voces, videos y textos escritos tan convincentes que incluso los profesionales formados tienen dificultades para distinguirlos. En ese vacío apareció SynthID, un sistema de marcas de agua creado por Google DeepMind que incrusta firmas invisibles y permanentes en el contenido generado con IA. No pone un sello en una esquina de tu imagen. Esconde la marca dentro de los propios píxeles, tejida en la estructura del archivo de forma que sobrevive al recorte, la compresión, la corrección de color y la mayoría de las operaciones de edición. Sus implicaciones alcanzan a periodistas, moderadores de plataformas y usuarios cotidianos de las redes sociales.
A principios de la década de 2010, la detección de deepfakes era sobre todo una preocupación académica. Para 2023, los medios sintéticos se habían convertido en un desafío generalizado. Figuras políticas aparecían en videos fabricados. Celebridades protagonizaban anuncios a los que nunca dieron su consentimiento. Imágenes generadas con IA de hechos reales circulaban como pruebas fotográficas de cosas que nunca ocurrieron. La heurística humana básica de "ver para creer" se había roto.
El problema se agrava por lo rápido que ha mejorado la generación de imágenes con IA. Modelos como FLUX Pro, FLUX 1.1 Pro y GPT Image 2 producen resultados fotorrealistas que no presentan ninguna de las señales delatoras de los sistemas generativos antiguos. Las manos borrosas y las personas con seis dedos son reliquias de 2022. Hoy los modelos reproducen poros realistas en la piel, reflejos en los ojos y arquitectura precisa. Sin un sistema técnico de detección, un espectador no tiene forma fiable de saber qué se fotografió con una cámara y qué generó un modelo.
El enfoque más obvio para este problema sería etiquetar los resultados de la IA con una insignia o un banner visible. Muchas plataformas lo intentaron. Los resultados fueron previsibles: los malos actores eliminaban la etiqueta con editores de imagen en cuestión de segundos. Una marca de agua visible solo es tan fuerte como la herramienta que se usa para aplicarla.
Las marcas de agua invisibles funcionan con un principio distinto. En lugar de añadir una marca visual encima de la imagen, modifican sus datos subyacentes de formas que el ojo humano no percibe, pero que los detectores algorítmicos pueden reconocer y verificar. SynthID adopta este enfoque y lo extiende a varias modalidades: imágenes, texto, audio y video.
En esencia, SynthID introduce pequeños cambios controlados en los valores de los píxeles de una imagen durante el proceso de generación. Estos cambios están diseñados para ser estadísticamente imperceptibles para el sistema visual humano, pero medibles por un modelo de detección entrenado. Es como ajustar las frecuencias de una pieza musical en una fracción de decibelio. Un oyente no detecta el cambio, pero un equipo de audio especializado puede identificar el patrón exacto.
Las modificaciones no son aleatorias. Siguen un patrón criptográfico generado a partir de una semilla que define el modelo que genera la imagen. Eso significa que solo alguien con acceso a la información de la semilla original puede verificar la marca de agua. Para los observadores externos, la imagen parece completamente normal. Para el sistema de detección, la firma es clara.
La marca de agua de imágenes de SynthID funciona principalmente en el dominio de la frecuencia de la imagen, y no en el espacio de píxeles en bruto. Es una distinción sutil pero crítica.
Cuando miras una fotografía, tu cerebro la percibe como una cuadrícula de puntos de color. Pero matemáticamente, la misma imagen se puede expresar como una superposición de ondas sinusoidales con distintas frecuencias, amplitudes y orientaciones. Esta representación se llama dominio de la frecuencia, y es la base del funcionamiento de la compresión JPEG.
SynthID incrusta su firma en componentes de frecuencia concretos de la imagen. Las principales ventajas de este enfoque son:
💡 La marca de agua no se guarda en los metadatos del archivo. Vive dentro de la propia señal de la imagen, así que quitar los datos EXIF o volver a guardar el archivo no la elimina.
Una de las propiedades más importantes en la práctica de SynthID es que la verificación no requiere la imagen original sin modificar. Las marcas de agua digitales tradicionales solían exigir una comparación lado a lado con la fuente limpia para detectar la marca. Eso las hacía poco prácticas para la verificación por terceros a gran escala.
El detector de SynthID es una red neuronal entrenada para reconocer el patrón de la marca de agua solo a partir de la imagen. No hace falta ningún original. Un moderador de plataforma, un periodista o un sistema automatizado de contenido puede pasar cualquier imagen por la API de detección y recibir un resultado que indica si la firma de SynthID está presente, junto con una puntuación de confianza.
SynthID se lanzó en 2023 como un sistema solo para imágenes, disponible para los usuarios de Imagen a través de Vertex AI de Google Cloud. Desde entonces, DeepMind ha ampliado su alcance de forma considerable:
| Modalidad | Cómo funciona | Estado actual |
|---|---|---|
| Imágenes | Modificación de píxeles en el dominio de la frecuencia durante la generación | Disponible en Vertex AI, Imagen |
| Texto | Ajusta las probabilidades de muestreo para la selección de tokens | Implementado en Gemini |
| Audio | Incrusta patrones en los componentes de la señal de audio | Disponible en NotebookLM y otras herramientas de audio de Google |
| Video | Marca de agua a nivel de fotograma en toda la secuencia de video | Disponible en los resultados del modelo de video Veo |
El método de marca de agua para texto es especialmente interesante. A diferencia de las imágenes, el texto no se puede modificar a nivel de píxel. En su lugar, el sistema de texto de SynthID influye sutilmente en la distribución de probabilidad de las predicciones del siguiente token durante la decodificación del modelo de lenguaje. El resultado se lee igual para una persona, pero conserva una firma estadística detectable en los patrones de selección de palabras y tokens.
Actualmente, SynthID está incrustado de forma nativa en los productos generativos de Google. En imágenes, eso significa Imagen 3. En texto, Gemini. En video, Veo. DeepMind también ha publicado artículos académicos sobre los métodos subyacentes, lo que permite que otras organizaciones construyan sobre esa metodología.
Lo que SynthID no cubre actualmente:
Esta es una limitación importante. SynthID no es un sistema de detección universal. Es un sistema de procedencia, lo que significa que te dice si los modelos de Google crearon una pieza concreta de contenido. Un resultado negativo no significa que algo sea real.
Muchas cámaras y herramientas de edición de imagen incrustan información de procedencia en los metadatos EXIF, la etiqueta invisible adjunta a los archivos de imagen que registra el modelo de cámara, la ubicación GPS, la marca de tiempo y el software de edición utilizado. Algunas plataformas de IA incrustan etiquetas similares que indican que una imagen se generó con IA.
El problema de la procedencia basada en EXIF es que desaparece en segundos. Cambia el nombre del archivo, vuelve a guardarlo con una herramienta web, haz una captura de pantalla o envíalo por la mayoría de las aplicaciones de mensajería, y los metadatos desaparecen por completo. La imagen queda anónima. Las plataformas que se apoyan en EXIF para identificar contenido de IA están comprobando algo que cualquier actor malintencionado elimina antes de subirlo.
SynthID es fundamentalmente más robusto porque la señal está dentro del contenido de la imagen, no añadida al contenedor del archivo. No puedes eliminar una marca de agua de SynthID simplemente quitando los metadatos.
La investigación de DeepMind demuestra que las marcas de agua de SynthID en imágenes persisten tras una amplia gama de operaciones de edición habituales:
La marca de agua no es indestructible. Una degradación importante, como una recodificación agresiva con ajustes de calidad muy bajos, ataques de perturbación adversarial pensados específicamente para eliminar marcas de agua o una manipulación exhaustiva a nivel de píxel, pueden debilitar o destruir la señal. Pero en la trayectoria típica que sigue el contenido por la web, incluidos el uso compartido en redes sociales, la descarga y republicación, y la generación de miniaturas, la marca de agua sigue siendo detectable.
💡 Por eso se describe a SynthID como robusto, y no como indestructible. Su objetivo es sobrevivir al ciclo de vida natural del contenido en línea, no resistir ataques forenses dirigidos.
El resultado de la detección de SynthID es probabilístico, no binario. El sistema devuelve una puntuación de confianza: detectado, no detectado o no concluyente. Para el uso en el mundo real, la zona no concluyente importa. Las imágenes muy procesadas o parcialmente dañadas pueden devolver resultados no concluyentes aunque originalmente llevaran una marca de agua.
DeepMind ha sido transparente al respecto. Su investigación publicada muestra que, en condiciones estándar, la precisión de la detección es muy alta. En condiciones adversariales, cuando alguien intenta activamente anular la marca de agua, el rendimiento se degrada. Ningún sistema de marcas de agua ha logrado todavía una robustez del 100 % frente a un adversario decidido y técnicamente sofisticado.
Rendimiento según el escenario:
| Situación | Rendimiento de SynthID |
|---|---|
| Distribución web normal (JPEG, compartir) | Alta precisión de detección |
| Capturas de pantalla en pantallas modernas | Generalmente se mantiene |
| Recodificación intensa con calidad baja | Reducido, pero a menudo detectable |
| Ataque adversarial dirigido a la marca de agua | Degradado, posiblemente anulado |
| Imágenes generadas antes de adoptar SynthID | No detectables |
SynthID actualmente se aplica a los modelos de Google. El ecosistema más amplio de IA, que incluye las decenas de modelos de código abierto y comerciales disponibles a través de plataformas de toda la web, opera por completo fuera del alcance de detección de SynthID. Aunque las herramientas de detección de Google fueran perfectas, solo podrían informarte sobre los resultados de Google.
Esta no es una crítica específica a SynthID. Refleja el desafío más amplio de construir una autenticación de contenido entre plataformas a escala industrial. Iniciativas como C2PA (Coalition for Content Provenance and Authenticity) intentan crear estándares abiertos que, con el tiempo, podrían complementar sistemas como SynthID. Hasta que esos estándares alcancen una adopción amplia, ninguna solución técnica única cubre todo el panorama del contenido generado con IA.
Si creas imágenes con herramientas integradas con SynthID, tus resultados llevan por defecto una firma de procedencia invisible. Esto tiene varias implicaciones prácticas:
Para marcas y agencias: el contenido generado a través de estas plataformas es técnicamente atribuible a la generación con IA, lo que importa para los requisitos de transparencia en publicidad y en los estándares editoriales.
Para periodistas e investigadores: las herramientas que incrustan marcas de agua de SynthID dan a quien recibe una imagen una forma de verificar su origen, lo que añade una capa de responsabilidad a las imágenes generadas con IA que se usan en el periodismo.
Para creadores particulares: la mayor parte de la creación cotidiana en plataformas de consumo no toca actualmente la capa de marcas de agua de SynthID. Si usas FLUX Pro o Ideogram V3 para generar imágenes para redes sociales, esas imágenes no llevan marca de agua de SynthID.
La otra dimensión de esta historia es la autoría, no solo la autenticidad. A medida que el contenido generado con IA inunda todas las plataformas, la capacidad de rastrear el origen de una imagen, ya sea de un modelo concreto, de una organización específica o de un flujo de trabajo determinado, adquiere un valor comercial y legal. SynthID es una pieza de una infraestructura más amplia para la procedencia digital.
Las plataformas ya empiezan a exigir que se declare el uso de IA en los anuncios. Los debates regulatorios en la UE y en EE. UU. hacen cada vez más referencia a estándares técnicos para identificar los resultados de la IA. SynthID no es el punto final de esta conversación, pero sí es una implementación concreta y operativa de una tecnología que dará forma a cómo se autentica el contenido en línea.
💡 SynthID marca el contenido en el momento de su creación. No es un sistema de detección capaz de identificar todo el contenido generado con IA. Es un sistema de procedencia para el contenido generado por los modelos concretos que lo han implementado.
Las marcas de agua por sí solas no pueden resolver el problema del uso indebido del contenido de IA. Pero son uno de los pocos enfoques técnicamente viables que no exigen cambiar la forma en que la gente comparte contenido en línea. Funcionan en silencio, escalan junto con el proceso de generación y no dependen de normas sociales ni de políticas de plataformas para funcionar.
El trabajo pendiente es sobre todo un problema de coordinación. Para que las marcas de agua tengan sentido a escala de internet, deben encajar varias piezas:
SynthID por sí solo no puede cumplir todo eso. Pero demuestra que la tecnología subyacente ya está lista. La huella invisible ya existe. La pregunta ahora es quién la aplica, y con qué alcance.
SynthID aporta contexto al contenido generado con IA a nivel sistémico. Pero para los creadores, la pregunta más inmediata suele ser más sencilla: ¿cómo haces imágenes que merezcan la pena desde el principio?
PicassoIA reúne más de 90 modelos de texto a imagen en una sola plataforma, así que puedes pasar de una descripción de texto a un visual fotorrealista y listo para publicar en segundos. Ya busques el detalle cinematográfico de FLUX 1.1 Pro, la precisión tipográfica de Ideogram V3 Quality o la resolución pura de GPT Image 2, todos los modelos están disponibles sin instalación ni configuración de API.
Prueba un prompt, compara resultados entre modelos y crea contenido visual que refleje tu trabajo. A medida que el debate sobre la atribución de la IA se vuelve más serio, saber qué generan tus herramientas y cómo se identifica ese contenido importa. Empieza a crear en PicassoIA y descubre lo que pueden producir los modelos de hoy.
Elige tu idioma
