UniMark：用于自回归图像生成器的统一自适应多位水印

用于自回归 (AR) 图像生成的隐形水印最近作为保护图像所有权和追踪人工智能生成内容的一种手段而受到关注。然而，现有方法面临三个关键限制：（1）它们仅嵌入零位水印用于二进制验证，缺乏传达多位消息的能力； (2)它们依赖于静态码本分区策略，一旦分区暴露，很容易受到安全攻击； (3) 它们是针对特定的 AR 架构而设计的，无法在不同的 AR 范例中进行推广。我们提出了 \method{}，一个 无需训练，用于自回归图像生成器的统一水印框架，解决了所有三个限制。 \method{} 引入了三个核心组件： \textbf{自适应语义分组（ASG）}，它根据语义相似性和密钥动态划分码本条目，确保图像质量保持和安全性； \textbf{分块多位编码（BME）}，它将词元序列分为块，并使用纠错码对块之间的不同位进行编码，以实现可靠的消息传输；和 \textbf{统一词元替换接口（UTRI）}，抽象水印嵌入过程以支持下一个词元预测（例如，LlamaGen）和下一个规模预测（例如，VAR）范式。我们提供检测错误率和嵌入容量的理论分析。对三个 AR 模型的大量实验表明，\method{} 在图像质量 (FID)、水印检测精度和多位消息提取方面实现了最先进的性能，同时保持了针对裁剪、JPEG 压缩、高斯噪声、模糊、颜色抖动和随机擦除攻击的鲁棒性。