Команда из проекта wiltodelelta выпустила утилиту remove-ai-watermarks, способную удалять водяные знаки с изображений от генераторов Google Gemini, DALL-E, Stable Diffusion, Adobe Firefly, Midjourney и других моделей в одном прогносте. Инструмент обрабатывает как видимые оверлеи, так и скрытые метаданные. Видимые логотипы Sparkle от Gemini или Nano Banana убираются через обратное альфа-смешивание: программа вычисляет исходный слой изображения, вычитая логотип по известной карте прозрачности. Скрытые метки SynthID, StableSignature, TreeRing удаляются с помощью диффузионных моделей, которые восстанавливают картинку, добавляя контролируемый шум и убирая частотные паттерны. Также утилита чистит EXIF-теги, блоки текста в PNG и криптографические манифесты C2PA, из-за которых соцсети ставят метку «Made with AI».
В основе лежит модель SDXL, выбранная как дефолтная с мая 2026 года, так как она эффективнее противостоит SynthID версии 2 по сравнению со старым SD-1.5. Для защиты лиц алгоритм предварительно вырезает их через YOLO, после чего при восстановлении применяет мягкую маску, чтобы избежать искажения черт. Дополнительно можно включить функцию Analog Humanizer, добавляющую зерно пленки и хроматическую аберацию, чтобы обмануть классификаторы ИИ. Программа работает офлайн, без GPU для удаления видимых знаков, хотя для скрытых паттернов видеокарта рекомендуется. Скорость очистки одного кадра достигает 0.05 секунды.
Установка происходит через pip или uv, используя изолированный CLI-инструмент. Команда remove-ai-watermarks обрабатывает директории целиком, поддерживает режимы visible, invisible и metadata. Разработчики предупреждают: удаление водяных знаков не стирает серверные логи Google. Если файл был сохранен в истории аккаунта или загружен в Google Cloud, связь между созданием и пользователем остается на стороне разработчика. Использование инструмента для мошенничества или обмана платформ может нарушать закон, включая COPIED Act в США и положения AI Act в ЕС. Проект ориентирован на сохранение авторского права, защиту приватности и исследование устойчивости защиты, а не на фальсификацию происхождения контента.