近期，有知情人士透露，OpenAI的o3与o4-mini模型在生成的文本中巧妙地嵌入了难以察觉的特殊Unicode字符，例如窄不换行空格（NNBSP，Unicode编码为U+202F）。这些字符在日常阅读中几乎无法被普通用户发现，但在使用SoSciSurvey或Sublime Text等专业工具时，它们的存在便暴露无遗。
据分析，这些特殊字符在OpenAI生成的文本中并不罕见。它们如同隐形的标记，静静地躺在文字之间。在普通文本编辑器中，这些字符与普通的空格无异，但在专业工具的检测下，它们独特的Unicode编码便显露出来。这一发现引发了关于OpenAI是否利用这些字符作为隐形水印的猜测。
对于这一猜测，有两种不同的解读。一方面，有观点认为OpenAI可能确实有意将这些特殊字符作为水印嵌入文本中，以此作为追踪AI生成内容的一种手段。此前，OpenAI已经在DALL·E 3图像中添加了C2PA元数据，并在GPT-4o模型上测试了可见的“ImageGen”标签，这些举措都显示了OpenAI在内容溯源和版权保护方面的努力。
另一方面，也有人持不同看法。他们认为，这些特殊字符可能并非OpenAI刻意嵌入的水印，而是模型在训练过程中从大量文本数据中学习到的排版习惯。窄不换行空格在排版中常用于防止文本在特定位置换行，如货币符号与金额之间，以提升文本的整体美观性和可读性。因此，这些字符的出现可能是模型在生成文本时自动选择的结果。
尽管利用特殊字符检测AI生成内容的方法在一定程度上具有可行性，但其准确性却并非百分之百。用户可以通过简单的查找和替换操作轻松移除这些特殊字符，从而绕过这一检测方法。由于特殊字符的出现可能受到模型训练数据的影响，因此这种方法的有效性也备受质疑。
尽管如此，AI生成内容的溯源与版权保护问题仍然是当前行业内亟待解决的重要议题。谷歌的SynthID、微软的元数据嵌入以及meta的强制标签等措施，都反映了各大科技公司在这一领域的积极探索。然而，如何在技术实现与伦理规范之间找到平衡点，确保既能够有效追踪和保护AI生成内容，又不侵犯用户的隐私和权益，仍是行业面临的一大挑战。
