软件介绍
使用AI生成图片后，文件中可能不只存在肉眼可见的角标。部分平台还会在图片像素、EXIF信息或C2PA凭证中写入生成来源，用于提示图片经过人工智能处理。
这些信息有时会影响图片排版、素材归档和后续编辑。例如，图片右下角可能出现Gemini闪光图标，豆包或即梦生成的图片也可能附带文字标记；将图片上传到部分社交平台后，系统还可能根据文件中的来源信息自动显示“由AI生成”标签。
Remove-AI-Watermarks是一款开源的AI图片标记处理工具，提供命令行程序、Python接口、ComfyUI节点和在线版。它可以检查图片中包含的生成来源信息，并根据不同类型选择处理可见水印、文件元数据或像素级隐形标记。
需要注意的是，这款工具主要面向自己生成、自己拍摄或已经取得处理权限的图片。它并不是用于清除图库预览图、摄影作品署名或商业素材版权水印的通用破解工具。
一张AI图片中可能包含哪些标记
AI图片中的来源信息大致可以分为三类，它们的保存方式和处理难度并不相同。
1. 肉眼可见的图标和文字
这类标记直接覆盖在图片画面上，例如Gemini生成图片中的闪光图标、豆包的“AI生成”文字、即梦标记以及部分三星Galaxy AI标签。
Remove-AI-Watermarks内置了部分已知标记的位置和图形模板。对于能够准确识别的水印，工具会尝试根据透明度信息还原被覆盖区域；无法直接还原时，则可能使用图像修补方式填充原位置。
2. 文件中的AI生成元数据
图片文件除了保存像素，还可能包含EXIF、XMP、IPTC、PNG文本块和C2PA Content Credentials等信息。这些数据可能记录生成软件、编辑程序、模型参数和内容来源。
这类信息通常不会直接出现在画面中，但图片管理软件、社交平台或验证工具可以读取。Remove-AI-Watermarks能够检查这些字段，也可以在重新输出图片时清理部分AI生成相关数据。
3. 嵌入像素的隐形水印
SynthID、StableSignature和TreeRing等技术会把难以察觉的信号嵌入图片像素。它们不是简单的文件标签，因此仅删除EXIF或重新保存图片，并不一定能将其清除。
该项目处理隐形水印时，会使用扩散模型重新生成图片像素。这个过程比删除元数据消耗更多计算资源，也可能让图片的文字、人脸、边缘和细小纹理发生变化。
并不是所有平台都使用相同的处理方式
项目页面列出了Gemini、ChatGPT、DALL·E、Stable Diffusion、Midjourney和Adobe Firefly等常见AI图片来源，但这并不代表它能够用相同方式自动清除所有平台的可见水印。
目前自动识别可见标记的功能主要针对项目已经建立模板的水印，例如Gemini、豆包、即梦和部分三星AI标签。对于其他平台，工具可能只能识别和清理文件元数据，或者通过扩散模型重新处理像素。
因此，使用前最好先运行检测命令，查看图片中实际发现了哪些来源信息，再决定是否有必要执行后续处理。
在线版适合临时处理单张图片
不熟悉Python和命令行的用户，可以直接使用项目提供的RAIW在线版。打开网页后上传图片，选择处理方式，再下载输出结果，不需要安装Python或配置本地模型。
在线版支持PNG、JPEG、WebP、AVIF和HEIC等常见图片格式，单个文件大小限制以网站当前提示为准。可见标记处理和AI元数据清理可以直接使用，隐形水印处理则需要调用云端GPU。
在线版虽然操作简单，但图片需要上传到服务器。根据其隐私政策，上传文件和处理结果可能保留最长90天。因此，证件、内部资料、未公开作品以及包含个人隐私的图片，更适合使用本地命令行版本。
本地版适合批量和自动化处理
本地版是一套Python命令行工具，适合经常处理大量AI图片、需要编写脚本，或者不希望把文件上传到第三方服务器的用户。
基础版本只需要CPU即可完成已知可见标记的处理和元数据检查。要处理SynthID等像素级隐形水印，还需要安装额外的机器学习依赖，并准备较大的模型文件。
项目要求Python 3.10或更高版本。官方推荐使用pipx或uv进行独立安装，避免与电脑中其他Python项目的依赖发生冲突。
pipx install git+https://github.com/wiltodelta/remove-ai-watermarks.git也可以使用uv安装：
uv tool install git+https://github.com/wiltodelta/remove-ai-watermarks.gitmacOS和Linux用户还可以通过Homebrew安装基础命令：
brew install wiltodelta/tap/remove-ai-watermarks需要处理隐形水印时，还要安装GPU相关组件：
pip install "remove-ai-watermarks[gpu]"第一次运行隐形水印处理功能时，程序会自动下载模型文件。模型体积、显存占用和运行时间会随着项目更新以及所选处理管线发生变化。
常用命令说明
检查图片中包含的信息
在修改图片前，可以先使用identify命令分析可见标记、C2PA、EXIF和其他来源信息：
remove-ai-watermarks identify image.png检测不到标记并不等于图片一定没有AI来源信息。部分元数据可能已经被其他软件删除，而某些像素级水印也无法仅通过本地检测准确确认。
处理已知的可见水印
remove-ai-watermarks visible image.png -o clean.png程序会尝试自动判断图片中是否存在已支持的可见标记。没有检测到匹配目标时，工具通常不会直接输出一张未经修改的图片，以免让用户误以为处理已经成功。
检查或清理AI元数据
只检查元数据：
remove-ai-watermarks metadata image.png --check清理支持的AI来源字段：
remove-ai-watermarks metadata image.png --remove删除这些数据不会改变图片中肉眼可见的内容，也不能证明图片是由真人创作或相机拍摄。它只是在重新输出文件时移除了工具能够识别的相关字段。
执行组合处理
remove-ai-watermarks all image.png -o clean.pngall模式会依次处理可见标记、隐形水印和元数据。不过，如果没有安装GPU扩展，程序会跳过需要扩散模型的隐形水印步骤，并给出相应提示。
批量处理文件夹
remove-ai-watermarks batch ./images/ --mode visible需要执行组合处理时，可以将模式修改为all：
remove-ai-watermarks batch ./images/ --mode all批量处理前建议先复制一小部分图片进行测试，确认输出画质、文件格式和颜色没有明显异常，再处理整个素材目录。
隐形水印处理可能改变图片内容
删除EXIF或C2PA属于文件结构层面的修改，一般不会改变图片画面；处理SynthID等像素级标记则完全不同。
为了破坏嵌入像素中的信号，程序需要对整张图片进行扩散重建。虽然项目加入了轮廓控制、文字结构保护和细节恢复功能，但输出结果仍可能与原图存在差异。
以下内容尤其容易受到影响：
- 图片中的中文、英文和数字文字；
- 人物眼睛、牙齿、手指和发丝；
- 产品Logo、包装文字和规则图案；
- 细小线条、二维码和软件界面截图；
- 重复纹理以及高精度设计稿。
因此，隐形水印处理并不适合所有图片。对于界面截图、海报、菜单和带有大量文字的图片，处理后必须放大检查，不应直接覆盖原文件。
适合哪些用户
- AI图片创作者：整理自己生成的图片，统一文件结构和输出格式。
- 内容编辑人员：批量检查图片中是否包含生成软件和模型参数。
- 设计和运营团队：处理已经获得授权的内部AI素材。
- 开发人员：通过命令行或Python接口接入自动化图片工作流。
- ComfyUI用户：在节点工作流中加入检测、可见标记处理和元数据清理步骤。
- 隐私敏感用户：希望在本地处理文件，而不是上传到在线图片工具。
使用前需要了解的限制
Remove-AI-Watermarks并不是一款能够“无损清除所有AI痕迹”的万能工具。
首先，它只能自动处理已经适配的可见水印，新的平台标记或发生位置变化的图标可能无法识别。其次，元数据可以被清理，但清理后不能证明图片没有使用AI生成。最后，像素级隐形水印的处理属于重建图片，并不能保证完全清除，也不能保证画面与原图完全一致。
项目仍在持续更新，不同版本支持的平台、模型和命令参数可能发生变化。正式使用前，建议查看GitHub项目说明和最新版本记录。
关于版权与AI内容标识
这类工具更适合处理自己生成、自己拍摄或已经取得授权的内容，不应被用于删除摄影师署名、图库版权水印、付费素材预览标记和他人的品牌Logo。
部分平台或地区可能要求发布者标明内容经过AI生成。即使文件中的C2PA、EXIF或其他信息已经删除，发布者仍应遵守当地法规和平台规则，不应将AI生成内容故意伪装成真实新闻照片、证据材料或未经处理的摄影作品。
总结
Remove-AI-Watermarks将AI图片检测、可见标记处理、元数据清理和像素级重建集中到同一个项目中。普通用户可以使用在线版快速处理单张图片，开发者和团队则可以通过本地命令行完成批量操作。
它的主要优势是开源、处理方式较完整，并且能够在执行前检查图片中包含的来源信息。不过，不同类型的水印需要不同的处理方式，尤其是隐形水印，通常需要GPU和扩散模型，也可能造成画面细节变化。
如果只是整理自己生成的AI图片，或者希望检查文件中是否保留了生成平台信息，这款工具具有一定实用价值。涉及重要作品时，仍应保留原图，并对输出结果进行逐张检查。
项目地址
GitHub项目：https://github.com/wiltodelta/remove-ai-watermarks
在线版本：https://raiw.cc/
项目采用Apache 2.0开源许可证。建议优先从GitHub项目页面获取安装说明和最新版本，避免使用来源不明的第三方程序。