近期，有知情人士透露，OpenAI的o3與o4-mini模型在生成的文本中巧妙地嵌入了難以察覺的特殊Unicode字符，例如窄不換行空格（NNBSP，Unicode編碼為U+202F）。這些字符在日常閱讀中幾乎無法被普通用戶發現，但在使用SoSciSurvey或Sublime Text等專業工具時，它們的存在便暴露無遺。
據分析，這些特殊字符在OpenAI生成的文本中并不罕見。它們如同隱形的標記，靜靜地躺在文字之間。在普通文本編輯器中，這些字符與普通的空格無異，但在專業工具的檢測下，它們獨特的Unicode編碼便顯露出來。這一發現引發了關于OpenAI是否利用這些字符作為隱形水印的猜測。
對于這一猜測，有兩種不同的解讀。一方面，有觀點認為OpenAI可能確實有意將這些特殊字符作為水印嵌入文本中，以此作為追蹤AI生成內容的一種手段。此前，OpenAI已經在DALL·E 3圖像中添加了C2PA元數據，并在GPT-4o模型上測試了可見的“ImageGen”標簽，這些舉措都顯示了OpenAI在內容溯源和版權保護方面的努力。
另一方面，也有人持不同看法。他們認為，這些特殊字符可能并非OpenAI刻意嵌入的水印，而是模型在訓練過程中從大量文本數據中學習到的排版習慣。窄不換行空格在排版中常用于防止文本在特定位置換行，如貨幣符號與金額之間，以提升文本的整體美觀性和可讀性。因此，這些字符的出現可能是模型在生成文本時自動選擇的結果。
盡管利用特殊字符檢測AI生成內容的方法在一定程度上具有可行性，但其準確性卻并非百分之百。用戶可以通過簡單的查找和替換操作輕松移除這些特殊字符，從而繞過這一檢測方法。由于特殊字符的出現可能受到模型訓練數據的影響，因此這種方法的有效性也備受質疑。
盡管如此，AI生成內容的溯源與版權保護問題仍然是當前行業內亟待解決的重要議題。谷歌的SynthID、微軟的元數據嵌入以及meta的強制標簽等措施，都反映了各大科技公司在這一領域的積極探索。然而，如何在技術實現與倫理規范之間找到平衡點，確保既能夠有效追蹤和保護AI生成內容，又不侵犯用戶的隱私和權益，仍是行業面臨的一大挑戰。
