人类能读AI却无法识别的字体问世

背景

2013年，设计师Sang Mun发布了一款名为ZXX的字体，包含四种字形，旨在让人类能阅读但光学字符识别（OCR）软件无法识别。该字体通过添加噪声、划掉字母、埋入虚假标记等方式伪装文字，在当时被称为“防监控”字体。然而，随着AI技术的发展，现代AI模型（如ChatGPT）可以轻松读取ZXX中的文字。十年后，这种“防AI”思路需要更新。

如今，多模态AI模型（如Claude Fable、GPT Sol 5.6 Ultra）不仅能识别静态图像中的文字，还能通过分析视频帧来解码信息。开发者Eric Lu受到ZXX启发，创造了一个新的实验性项目——Ghost Font，旨在利用动态视觉特性，让人类可读但AI难以解读。

核心内容

Ghost Font是一种“反AI字体”，但它并非传统意义上的TTF字体文件，而是通过运动（motion）来书写信息。其核心机制结合了运动、视频、噪声和诱饵（decoy）。用户输入文本后，系统会生成一段视频，视频中每个字母由运动的点组成，这些点的颜色与背景完全相同。当视频播放时，人眼能捕捉到点的运动轨迹，从而识别出字母；但一旦视频暂停，静态点会与背景融为一体，从单帧图像中完全无法看出任何信息。

项目提供了一个在线演示（playground），用户输入文字后即可实时预览，或下载视频分享。所有处理均在本地完成，数据不发送至任何服务器。

为了测试效果，开发者将生成的视频输入给领先的AI模型，包括Claude Fable和GPT Sol 5.6 Ultra。即使这些模型具备编程能力，在未被明确提示查找技术细节之前，也未能解码动态信息。例如，GPT Sol 5.6 Ultra在分析单帧截图时，花费19分钟仍产生了不存在的幻觉信息。然而，如果AI拥有本地代码执行环境，仍能通过分析点的运动轨迹来解码——Ghost Font通过另一层策略解决这个问题：在每次视频生成中嵌入一条“诱饵信息”（decoy message）。当AI试图寻找隐藏信息时，可能会先发现诱饵并误以为这是真实信息，从而放弃进一步搜索。这使得即使是Fable和GPT Sol 5.6 Ultra这样的强推理模型也无法破解。

开发者指出，真正隐藏信息的方式是使用加密或密钥——只有人类知道密码的信息，AI永远无法读取。但本项目的探索旨在探讨：能否创建一种可共享的视觉文件，让AI难以轻易读取，同时保留人类可读性。

关键要点

• Ghost Font通过运动书写信息，人眼能识别动态点形成的字母，但单帧静态图像完全不可读。
• 视频中嵌入的噪声和诱饵信息进一步干扰AI分析，即使AI能分析运动轨迹，也可能被诱饵误导。
• 测试表明，当前最先进的AI模型（如Claude Fable、GPT Sol 5.6 Ultra）在未经专门提示时无法解码，但具有本地代码执行环境的专用代理仍可能破解。
• 实验数据完全本地处理，不涉及服务器传输，保护隐私。
• 该项目灵感来源于2013年的ZXX字体，但ZXX已被现代AI轻松破解，Ghost Font代表了更前沿的“人机可读性差异”探索。
• 开发者计划将视频生成代码以开源形式发布，并扩展支持更长的文本。

意义与影响

Ghost Font的诞生具有多重意义。首先，它开辟了“反AI视觉通信”的新方向。在AI能够轻易识别静态文字、图像甚至视频帧的时代，利用运动作为信息载体提供了一种区分人类与机器的潜在方法。这可以用于验证码（CAPTCHA）系统——目前大多数CAPTCHA已被AI轻松解决，而基于运动的动态字体可能大大增加自动程序破解的难度，同时保持对人类的友好性。

其次，Ghost Font可作为AI视觉感知能力的基准测试工具。当前的多模态模型基于图像分析，处理视频时通常拆分为帧逐帧分析。当未来出现原生视频理解模型时，这类动态字体将能检验其是否真正理解了时间维度上的运动信息。开发者预计，随着AI进步，原生视频模型最终可能直接读取动态文字，但这一过程本身就反映了AI能力的演进。

最后，该项目也引发了对AI与人类创意边界的思考。在AI逐渐接管字体生成、图像识别等领域的背景下，人类依然可以保留独特的表达方式——通过运动、噪声和诱饵的结合，创造出让AI困惑但人类能轻松分享的“秘密信息”。这不仅是技术实验，更是一种文化宣言：在AI无处不在的时代，人类依然需要并能够拥有属于自己的沟通空间。

开发者Eric Lu表示，他将在X（@ericlu）上继续分享进展，并期待社区反馈。Ghost Font作为一项开源实验，未来可能催生更多类似的应用，推动人机交互的边界探索。