AI 媒体元数据完整指南：EXIF、XMP、C2PA、PNG tEXt、MP4 全解析

2025年4月发布 · 2026年6月更新 · 技术深度 · 元数据

几乎每个 AI 生成平台都会在导出的文件里留下点东西。有的写得大大方方，比如 Stable Diffusion 把完整提示词塞进 PNG 文本块；有的藏得很深，比如 Gemini 的 XMP 块可能出现在文件几 MB 之后的位置；还有的用了加密签名（C2PA）。这篇文章按文件格式逐一拆解这些元数据到底存在哪、长什么样、怎么读。文中提到的字段名、chunk 名和偏移量都来自 AICheck365 检测器的实际实现，不是泛泛而谈。

先建立一个直觉：元数据存在文件的哪里

一个图片或视频文件，本质上是"像素/帧数据 + 若干个元数据容器"。不同格式的容器机制不一样：JPEG 用段（segment），每段以 0xFF 加一个标记字节开头；PNG 用块（chunk），每块是 4 字节长度 + 4 字节类型名 + 数据 + 4 字节 CRC；MP4/MOV 用盒（box/atom），可以层层嵌套。EXIF、XMP、C2PA 这些标准各自占用其中一块或几块地方。

理解这一点之后，"为什么截图会丢失所有元数据"就不难解释了——截图工具只拿到了屏幕上的像素，重新编码成一个全新的文件，原文件里那些 segment、chunk、box 根本没机会跟过来。

1. EXIF：最老牌，也最容易被改

EXIF（Exchangeable Image File Format）1995 年就有了，最初是给数码相机记录拍摄参数用的，内部是 TIFF 风格的 IFD（Image File Directory）结构，在 JPEG 里放在 APP1 段。因为历史悠久、工具链成熟，它也是最容易被编辑和伪造的一类元数据。

和 AI 检测相关的字段主要有这几个：

• Software：处理软件名。部分 AI 工具会老老实实写上自己的名字。
• Make / Model：相机厂商和型号。真实照片几乎都有，AI 生成图通常没有——个别工具反而会往这两个字段里写工具名。
• ImageDescription / UserComment：描述和注释字段，可能包含提示词或平台标识。
• Artist：创作者。有些平台在这里写入账号 ID 的哈希值——一长串十六进制字符（32 位以上），和正常人名的形态差别很大，本身就是一个弱信号。

UserComment 的一个坑

按 EXIF 规范，UserComment 的前 8 个字节是字符编码标识（比如 ASCII\0\0\0），真正的内容从第 9 个字节开始。很多简易查看器不处理这个前缀，直接把整个字段当十六进制显示，看起来像一堆乱码——实际上跳过前 8 字节再按 UTF-8 解码，内容就出来了。如果你自己写解析代码，这是必踩的坑之一。

国内平台的 AIGC 标识：藏在 UserComment 里的 JSON

这是近一两年才出现、但很值得了解的玩法。按照国内《人工智能生成合成内容标识办法》的隐式标识要求，部分国产平台会在 EXIF UserComment 里写入一段 JSON，形如：

{"AIGC":{"Label":"1","ContentProducer":"001191110000802100433B...","ProduceID":"..."}}

Label 为 "1" 表示 AI 生成；ContentProducer 是内容生产者的注册编码，可以反查到具体平台——例如 001191110000802100433B 开头的编码对应通义（Qwen）生成图。这类标识因为是 JSON 文本，转发时只要 EXIF 没被剥离就还在，是判断国产 AI 图片来源时相当好用的线索。

反向启发式：相机字段集体缺失

真实照片的 EXIF 通常带一整套拍摄参数：FocalLength、FNumber、ExposureTime、ISO、Flash、MeteringMode、WhiteBalance……一张图如果 Software 字段命中了 AI 工具名，同时这十来个相机字段一个都没有，AI 来源的判断就更扎实一点。注意这只是辅助信号——经过修图软件导出的真实照片，也可能丢掉大部分拍摄参数。

2. XMP：Adobe 主导的 XML 元数据

XMP（Extensible Metadata Platform）是一段 RDF/XML 文档，以 <x:xmpmeta> 或 <rdf:RDF> 包裹，嵌在文件内部。在 JPEG 里它也放在 APP1 段（和 EXIF 共用段类型，靠开头的命名空间字符串区分）；在 PNG 里放在关键字为 XML:com.adobe.xmp 的 iTXt 块中。

对 AI 检测来说，最重要的 XMP 属性是这些：

DigitalSourceType 的取值来自 IPTC 的受控词表，和 AI 相关的有六个：trainedAlgorithmicMedia（纯 AI 生成）、compositeWithTrainedAlgorithmicMedia（AI 参与合成/编辑）、compositeSynthetic（包含合成元素）、algorithmicMedia（算法生成，不一定经过训练）、dataDrivenMedia、trainedAlgorithmicData。前三个是强信号，后三个语义上弱一些。

一个实战细节：别假设 XMP 一定在文件开头附近。我们实测过 Gemini 导出的图片，XMP 块出现在文件相当靠后的位置，扫描窗口给小了就会漏掉——AICheck365 目前的扫描范围是文件前 10MB，就是被这类样本逼出来的。

3. C2PA：带数字签名的溯源记录

C2PA 和上面两类的本质区别在于：EXIF、XMP 是纯文本，谁都能改；C2PA manifest 经过 COSE 数字签名，改一个字节签名就失效。它在文件中以 JUMBF（ISO/IEC 19566-5）容器存放，具体位置取决于格式：JPEG 用 APP11 段（标记 0xFFEB），PNG 用专门的 caBX chunk，MP4 用 uuid box。

manifest 里对检测最有用的字段是 claim_generator / claim_generator_info（谁生成的，比如 Google 的图会写 "Google C2PA Core Generator Library"）和 actions 断言里的 digitalSourceType（取值和上面 XMP 用的是同一套 IPTC 词表）。完整的结构拆解和验证方式，单独写了一篇：C2PA 标准解读。

4. PNG 文本块：Stable Diffusion 生态的"户口本"

PNG 原生支持三种文本块：tEXt（关键字 + \0 + Latin-1 文本）、iTXt（支持 UTF-8 和压缩，关键字后还有压缩标志、语言标签等字段，正文要跳过三个 \0 分隔符才开始）、zTXt（zlib 压缩文本）。本地部署的开源生成工具特别喜欢用它们存生成参数，而且存得非常全：

一段典型的 A1111 parameters 内容长这样：

masterpiece, best quality, 1girl, ...
Negative prompt: lowres, bad anatomy, ...
Steps: 28, Sampler: DPM++ 2M Karras, CFG scale: 7,
Seed: 3187702905, Size: 832x1216, Model hash: e3c47aedb0

命中这种块基本就是实锤——正常拍摄的照片里不可能出现采样器和 CFG 参数。但它的脆弱性也很明显：只要图片被另存为 JPEG，或者被任何不保留文本块的工具处理一遍，这些信息就全没了。所以我们在置信度上把 PNG 文本信号定得保守（低），更多是配合其他信号使用。

5. MP4 / MOV：视频容器里的三类线索

视频元数据比图片复杂一些，但思路一样。MP4 的元数据走 box 树：moov → udta → meta → ilst，其中 ilst 是条目列表，有两种寻址方式——经典的 iTunes 风格四字符键（©too 表示编码工具、©swr 表示软件），以及配合 keys box 的字符串键（QuickTime keyed metadata）。AI 视频检测主要看三类东西：

• 工具字段：©too、©swr、encoder、tool、software 这几个键的值如果命中已知 AI 工具名（Runway、Sora、Kling……），是中等强度的信号。有个有意思的实例：部分 Veo 导出的视频，©too 的值就是干巴巴的一个 "Google"。
• AIGC 标签：和图片的 EXIF 版本对应，国产视频平台会在 ilst 里写一个键名为 AIGC 的条目，值是 JSON：{"Label":"1","ProduceID":"...","ContentProducer":"..."}。ContentProducer 同样可以反查平台，比如 001191330106MA2CFLDG4R10001 对应通义万相（Wan）。
• SEI marker：H.264/H.265 码流允许插入 SEI（补充增强信息）NAL 单元，部分平台在里面留了 ASCII 标记。在 mdat box 的前 1MB 里做字节扫描，能找到 kling-ai、sora、runway、pika-labs、luma-ai、hailuo、pixverse、vidu-ai 这类字符串。SEI 藏在码流里而不是容器里，所以"重新封装但不重新编码"的操作（比如 MP4 转 MOV）反而删不掉它。

C2PA 也可以进 MP4（uuid box 里放 JUMBF），Sora 的部分导出就带。视频专题的完整流程见AI 视频检测指南。

各平台元数据写入习惯速查

下表是我们根据实际样本整理的大致情况，注意平台行为会随版本变化，仅供参考：

怎么自己读这些元数据？

动手能力强的话，ExifTool 一个就够了，几条常用命令：

# 列出全部元数据，按来源分组
exiftool -a -G1 -s image.png

# 单独导出 UserComment 原始内容（看 AIGC JSON 用）
exiftool -b -UserComment image.jpg

# 提取 XMP 原文
exiftool -xmp -b image.jpg

C2PA 用官方的 c2patool 或 Adobe 的 contentcredentials.org/verify 可以做完整的签名链验证。如果只是想快速看一个文件里有没有 AI 来源信号、不想装工具，AICheck365 在浏览器里就能把上面提到的所有位置扫一遍——文件在本地解析，不会上传。