Googleは2026年10月7日、AI生成コンテンツの電子透かしを調べる「SynthID Detector」を一般公開しました。画像・動画・音声をアップロードすると、対応するAIが生成や編集に使われたかを確認できます。提供言語は英語です。［1］
ただし、すべてのAI画像を見分けられるツールではありません。透かしが見つからなくても、人が撮影した本物だとは判断できません。逆に、透かしが見つかっても、写っている出来事がうそだとは限りません。
今回の公開で何が変わったのでしょうか。公式情報と研究データを基に、検出できる範囲と限界を整理します。
※2026年10月9日（日本時間）時点の情報です。本記事の試算は仮定に基づく計算であり、一般公開版を実測した結果ではありません。
一般公開で変わったこと――Google以外の対応コンテンツも確認
今回の大きな変更は、一般ユーザーも専用の検証サイトを利用でき、提携企業の透かしも確認できるようになったことです。Googleは、対応先としてOpenAI、NVIDIA、Kakaoを挙げています。Appleは今後の対応予定です。［3］
ただし、企業名だけで検出の対象を判断しないようにしてください。調べられるのは、対応するSynthIDの透かしが付いたファイルです。各社の全製品や、過去に生成されたすべてのコンテンツを確認できるという意味ではありません。
| 確認したいこと | 今回の公開で分かったこと |
|---|---|
| 利用できる人 | 世界中の一般ユーザーへ提供範囲を拡大 |
| 対象の素材 | SynthIDに対応する画像・動画・音声 |
| 対応先 | Google、OpenAI、NVIDIA、Kakao。Appleは対応予定 |
| 提供言語 | 英語 |
| 分からないこと | すべてのAI利用の有無、出来事の真偽、素材を使う権利 |
利用するには、公式サイトのsynthid.comにアクセスします。画面の案内に沿ってファイルをアップロードし、検出結果を確認します。容量や利用回数などの条件は、利用時の案内で確かめてください。
SynthIDの仕組み――画像の見た目ではなく、埋め込まれた印を探す
SynthIDは、コンテンツに埋め込まれた見えない印を検出する技術です。「AIらしく見えるか」で判断する仕組みではありません。画像の場合は、色や明るさを表す画素に印を埋め込みます。目に見えるロゴや、ファイルに付属する撮影情報とは異なります。［2］
身近なものでは、紙幣の透かしに似ています。紙幣らしい外見かどうかではなく、決まった印があるかを調べます。ただし、SynthIDに対応していないAIで作られた画像には、その印がありません。
Googleは、切り抜き、フィルター、圧縮などの加工に耐えるよう設計したと説明しています。動画では、フレーム数の変更なども想定しています。［3］ただし、極端な加工にも完全に耐えられるとは保証していません。［2］
そのため、「加工すれば必ず消える」とも、「どんな加工をしても必ず見つかる」ともいえません。検出結果が示すのは、検査に使ったファイルの状態についての判断です。
過去の提供と何が違う？――透かしの数と検出精度は別の数字
SynthID自体は2023年からある技術で、今回初めてAI検出が可能になったわけではありません。2025年には、メディア関係者などを対象にDetectorの早期版が提供されていました。［2・4］
| 時期 | 主な出来事 | 読者にとっての意味 |
|---|---|---|
| 2023年8月29日 | AI生成画像向けSynthIDのベータ版を発表 | 生成時に見えない透かしを付ける取り組みが始まった |
| 2025年5月20日 | SynthID Detectorの早期版を発表 | 報道関係者や研究者などが検証に参加 |
| 2026年10月7日 | 専用サイトを一般公開 | 一般ユーザーも対応するファイルを確認できるようになった |
Googleによると、これまでに1,800億件を超える画像・動画に透かしを付けました。音声は合計24万年分に上ります。また、検索、Gemini、Chromeの検証機能では、毎日100万件を超えるリクエストを処理しています。［1］
これらは利用規模を表す数字です。「ネット上のAI画像の何％を見つけられるか」や、「検出結果の何％が正しいか」を示すものではありません。100万件という数字も、新しい専用サイトだけの実績ではありません。
研究ではどこまで検出できた？――競合方式と同じ条件で比較
公開された研究では高い検出率が報告されていますが、その数字を一般公開版の正答率として使うことはできません。Google DeepMindの2025年の論文で評価されているのは、提携先向けのモデル「SynthID-O」です。［5］
研究では、ImageNetの画像1万枚を使い、30種類の加工を検証しました。以下は、画像のサイズを512×512にそろえた比較です。透かしがない画像の誤検出率が平均0.1％になるように、各方式の判定基準を調整しています。［5］
| 透かし方式 | 加工の強さを変えた条件での検出率 | 各加工を最も強くした条件での検出率 |
|---|---|---|
| SynthID-O | 99.98％ | 99.72％ |
| WAM | 90.62％ | 83.37％ |
| VideoSeal-1.0 | 88.75～88.87％ | 76.74～76.89％ |
出典：論文のTable 1。検出率は、その方式で透かしを付けた画像を正しく検出した割合です。VideoSealも、この表では静止画像で評価されています。
最も強い加工の条件では、SynthID-OとWAMの差は16.35ポイントです。99.72－83.37で計算できます。ただし、これは研究内での差です。SNS上のどんな画像でも同じ差が出るという意味ではありません。
また、この比較は開発元による評価です。確認できるのは、定められた条件での性能に限られます。一般公開版のすべての対応企業や、動画・音声を含めた性能を保証する数字ではありません。
独自試算：透かしの普及率が低いと、高性能でも見逃しは増える
ネット上のAI画像をどこまで見つけられるかは、検出器の性能に加え、対応する透かしの普及率にも左右されます。この違いを、仮にAI画像が1,000枚あるとして計算してみます。
透かしが付いた画像の検出率を、一律90％と仮定します。対応する透かしがない画像は検出できないものとし、誤検出は除いて考えます。この90％や下表の普及率は、SynthIDの実測値ではありません。
| AI画像のうち対応する透かしがある割合 | 検出できる枚数 | AI画像全体での検出割合 | 見逃す枚数 |
|---|---|---|---|
| 100％ | 1,000×1.0×0.9＝900枚 | 90％ | 100枚 |
| 80％ | 1,000×0.8×0.9＝720枚 | 72％ | 280枚 |
| 50％ | 1,000×0.5×0.9＝450枚 | 45％ | 550枚 |
透かしの普及率が80％の場合、見逃す280枚の内訳は明確です。200枚には対応する透かしがなく、80枚は透かしがあっても検出できません。それぞれ、改善に必要な対策が異なります。
前者を減らすには、生成AIを提供する企業の参加が必要です。後者を減らすには、検出技術や加工への耐性を改善する必要があります。一般公開によって使いやすくなることと、世の中のAI生成物を広く検出できるようになることは、別々に進みます。
誤検出率0.1％でも「検出あり＝確実」ではない
誤検出率と、検出結果が誤りである確率は違います。透かしがない素材が大半を占める場合は、誤検出率が低くても、結果の受け止め方に注意が必要です。
仮に、透かし付き画像を90％の割合で検出する検査を考えます。透かしなし画像の誤検出率は0.1％とします。どちらも説明用の設定であり、一般公開版の性能を示すものではありません。
1万枚のうち、透かし付きが10枚なら、正しく検出される枚数の期待値は9枚です。残る9,990枚からは、約10枚の誤検出が生じる計算になります。検出結果のうち正しいものの割合は、9÷（9＋9.99）で約47.4％です。
これは「SynthIDの結果は半分間違う」という主張ではありません。調べる素材に透かし付きのものがどれだけ含まれているかによって、結果の意味が変わる例です。作者を非難したり、契約違反だと決めつけたりする前に、元ファイルや制作履歴を確認する必要があります。
Gemini・C2PA・Metaの方式とは、何が違う？
それぞれの仕組みは調べる対象が異なるため、一つの結果だけで素材の出所や真偽をまとめて判断することはできません。SynthIDを調べる専用サイトと、Geminiの検証機能にも違いがあります。
| 仕組み | 調べるもの | 分かること・主な限界 |
|---|---|---|
| SynthID Detector | 対応企業のSynthID透かし | 対応するAIによる生成・編集の手掛かり。非対応の生成物は網羅できない |
| GeminiのSynthID検証 | Google AIのSynthID透かし | 確認した公式ヘルプではGoogle AIが対象。専用サイトと同じ対応範囲とは限らない |
| C2PAのContent Credentials | 署名付きの作成元・編集履歴 | 記録の改ざんなどを確認。写っている出来事が事実かどうかを保証するものではない |
| MetaのContent Seal | Meta独自の見えない透かし | MetaはMuse Imageへの導入と検出ツールのプレビューを発表。SynthIDとは別の方式 |
Geminiの公式ヘルプでは、他社もSynthIDを導入し始めているものの、Geminiが認識できるのはGoogle AIのコンテンツだと説明しています。［6］専用Detectorが他社に対応したからといって、Geminiも同じ範囲に対応しているとは限りません。
C2PAは、素材の作成元や編集履歴を扱う標準です。仕様の説明でも、記録の検証と内容の真偽は分けて扱っています。［7］Metaは2026年7月、独自方式のContent Sealを発表しました。［8］同じ「見えない透かし」でも、同じツールで検出できるとは限りません。
「AIが関わった」と「うその画像」を分けて考える
AIの使用を確認することと、画像や動画に添えられた説明を確かめることは、別の作業です。次の例はいずれも架空ですが、判定結果だけでは判断できない問題を示しています。
| 素材の例 | AI利用の確認 | 別に調べること |
|---|---|---|
| 実際の旅行写真の背景をAIで編集 | 対応する透かしが検出される可能性がある | 撮影場所や、編集で何が変わったか |
| 古い洪水写真を「今日の被害」として投稿 | AIを使っていなければ、AI検出で問題を見つけられるとは限らない | |
| 非対応AIで作った架空の災害画像 | SynthIDでは生成を確認できない場合がある | 現地報道や公的発表との一致 |
| AI生成と明記された科学の説明図 | AI利用の手掛かりが見つかる場合がある | 説明の正確さ、図に誤解を招く表現がないか |
透かしがあっても、説明用の図として正しく使える場合があります。透かしがなくても、古い写真の使い回しで読者を誤解させることはできます。AI検出は事実確認の一部に役立ちますが、事実確認そのものを代わりに行うわけではありません。
動画では、検出された区間にも注意が必要です。Geminiの公式ヘルプでは、示された区間のすべてで透かしが検出されたとは限らないと説明しています。［6］区間の長さを、そのまま「AIが作った割合」に換算しないでください。
独自の検証案：3素材・15ファイルで、自分の運用を確かめる
仕事やサイト運営で使うなら、制作方法が分かっている素材を使い、加工前後の結果を記録しておくと判断しやすくなります。以下は、本記事で作成した検証案です。実際の結果を示すものではありません。
まず、制作方法が分かる素材を3点用意します。自分で撮った写真、Googleの対応AIで生成した画像、Google以外の対応AIで生成した画像です。それぞれの素材から、次の5種類のファイルを作ります。
| ファイル | 記録・保存すること | 確認の目的 |
|---|---|---|
| 元ファイル | 生成・撮影後の原本を保存 | 加工前の結果を確かめる |
| JPEGへ変換したもの | 使用ソフトと品質設定を記録 | 通常の書き出しによる影響を見る |
| 幅を半分にしたもの | 元と変更後の画素数を記録 | 記事掲載用の縮小による影響を見る |
| 中央の半分を切り抜いたもの | 切り抜いた範囲を記録 | 構図を変える編集による影響を見る |
| 掲載先から再取得したもの | 掲載先、取得日時、寸法を記録 | SNSやサイトを経由した影響を見る |
3素材×5種類で、合計15ファイルです。結果の文言、表示された生成・編集元、検査日時も残します。透かしの検出結果と生成元の表示を別々の欄に記録すると、違いを見落としにくくなります。
加工したファイルは、元ファイルからそれぞれ別々に作ってください。圧縮した後で縮小し、さらに切り抜くと、どの操作が結果に影響したのか分からなくなります。1日当たりの利用回数に上限がある場合は、画面の案内に従って日を分けます。
この小さな検証で分かるのは、自分の素材と作業条件でどのような結果になるかです。3点の素材から全体の精度は推定できません。また、同じ画像を加工した5点は、独立した5素材ではありません。結果を単純に「15件の正答率」として公表しないようにしてください。
一般ユーザーやサイト運営者は、どう使えばよい？
SynthID Detectorは、共有や掲載の前に、追加の確認が必要な素材を見つけるために役立ちます。検出結果だけで投稿を信じたり、作者を疑ったりする使い方は避けたいところです。
SNSの画像を確認するなら、透かしを調べるとともに、元の投稿や掲載日も探します。災害や事故の動画なら、場所と日時を公式発表や現地報道と照らし合わせます。画像検索で元の素材を探す方法もあります。［6］
サイト運営者は、原本と編集履歴を残しておくと、制作過程を説明しやすくなります。AIを使った説明図なら、その用途を読者に伝えます。透かしの有無とは別に、素材の利用許諾も確かめます。
今回の一般公開で、対応するAI生成物を確認する手段が広がります。ただし、検出できる範囲は、透かしの普及状況とファイルの保存状態に左右されます。「透かしがないから本物」と結論づけず、出所と説明も合わせて確認するのが、最も実用的な使い方です。
関連ページ
AIの判定結果を読むときは、透かしを検出する仕組みと、特徴からAI利用を推測する仕組みを区別すると理解しやすくなります。関連する仕組みや、判定結果を過信する危険については、次の記事も参考になります。
参照資料
公開範囲についてはGoogleの発表を、検出性能の数値については研究論文を参照しています。仮の普及率を用いた試算、誤検出の試算、15ファイルの検証案は、本記事の独自分析です。
- Google：SynthID Detectorの一般公開（2026年10月7日）
- Google DeepMind：画像向けSynthIDの発表（2023年8月29日）
- Google DeepMind：SynthIDの仕組みと検証機能
- Google：SynthID Detector早期版の発表（2025年5月20日）
- Gowalら：SynthID-Image: Image watermarking at internet scale（2025年、Table 1）
- Google：AI生成の画像、動画、音声を検証する
- C2PA：Content Credentialsの説明
- Meta：Muse ImageとContent Sealの発表（2026年7月7日）
コメントを送信