一、思路问题
💡 一句话总结：给你的画"加一层隐形毒药"，人看着没变，AI抓去训练就会出乱子。
二、什么是"给画面下毒"
"下毒"的专业名称叫对抗扰动（Adversarial Perturbation）：
人眼看到的图片：几乎和原图一模一样，不影响欣赏和发布；
AI模型看到的图片：被加入了精心计算的微小像素偏移，导致：
防御型：AI提取到的风格特征是"假的"，生成结果会变成梵高、莫奈等其他风格；
攻击型：AI把你的"猫"学成了"牛"，用这张图训练出来的模型，输入"猫"会生成四不像。
上图：Nightshade 把"猫"的图片下毒后，AI模型训练出来看到"猫"这个词会生成完全错误的图像。
三、工具总览对比表
四、Nightshade（茄科·主攻型）
4.1 介绍
Nightshade（中文常译"茄科"）是芝加哥大学 SAND Lab 开发的主动攻击型防护工具。与 Glaze 不同，它不是"让AI学不像你"，而是"让AI学错"——被下毒的图片进入训练集后，会污染整个模型，让它对特定概念产生错误认知。
4.2 下载链接
当前最新版本：Nightshade 1.1（2026年4月20日更新，修复Windows "TRUE" bug）
4.3 部署方式
Windows：
从官网下载
.exe安装包（3.67GB，含PyTorch GPU库）；
双击安装，按提示完成；
首次启动会自动下载预训练模型（约1-2GB，国内网络可能较慢）；
安装完成后即可使用。
macOS：
下载对应 Apple Silicon 版本的
.dmg；
拖入 Applications 文件夹；
首次打开如提示"无法验证开发者"，前往「系统设置 → 隐私与安全性」点击"仍要打开"。
4.4 使用方法
导入图片：点击"Add Images"，选择要保护的画作；
选择 Poison Tag（毒药标签）：
例如你的画是"猫"，可以选择让AI把它学成"牛"；
毒药标签越强（Strong/Extra），对AI模型的破坏越大，但图片失真也越明显；
选择强度：建议从 "Moderate" 开始测试；
点击 "Process"，等待处理完成；
导出图片：保存处理后的图片，正常上传到网站即可。
⚠️ 重要：Nightshade 处理后的图片只适合发布到网上，不要作为原图备份，因为它是"故意污染"的。
4.5 官方资源
五、Glaze（釉面·防御型）
5.1 介绍
Glaze（中文常译"釉面"）同样来自芝加哥大学，是防御型工具。它不破坏AI模型，而是在你的画作上叠加一层"风格伪装"——AI爬虫抓到后，会把你的风格误认为是另一位知名艺术家（如梵高），从而无法精准复刻你的独特画风。
上图：左侧为原图，右侧为 Glaze 处理后的图（p=0.2），人眼几乎看不出区别，但AI提取到的风格已经被"掉包"。
5.2 下载链接
Glaze 2.2 支持 NVIDIA 50xx 系列显卡（2026年4月更新）
5.3 部署方式
Windows：
下载 Glaze 2.2 Windows 安装包；
双击安装，等待自动配置环境；
首次启动下载预训练模型（约1GB）；
建议 N 卡 GTX 1660 以上显卡，无GPU也能跑但速度慢。
macOS：
下载 Apple Silicon 版本；
拖入 Applications；
macOS 13.0 或更高版本。
5.4 使用方法
导入图片：Add Images；
选择强度（Strength）：
Low：几乎无失真，防护较弱；
Moderate：推荐，平衡防护与画质；
High：防护最强，可能有轻微色偏；
点击 "Glaze"；
处理完成后导出，上传发布。
💡 最佳实践：Glaze 和 Nightshade 可以叠加使用——先 Glaze 再 Nightshade，双重防护。官方正在开发整合版本。
5.5 官方资源
六、WebGlaze（网页版·零部署）
6.1 介绍
WebGlaze 是 Glaze 的云端网页版。不需要下载任何软件，手机、平板、任何有浏览器的设备都能用。所有计算在芝加哥大学的 AWS GPU 服务器上完成，完全免费。
6.2 访问地址
需申请邀请码（在 Glaze 官网提交申请）
6.3 使用方法
注册账号并登录；
上传图片（注意：文件名不要有中文/特殊字符，图片边长不超过5000px）；
输入邮箱；
选择强度；
点击 "Go"，等待云端处理；
下载处理后的图片。
6.4 优缺点
七、Foxglove（商用·批量处理）
7.1 介绍
Foxglove 是一款商业化的"图像下毒"工具，主打批量处理 + 三层防护：对抗扰动 + 可见水印 + 隐藏信息。一次最多处理20张图，适合社交媒体运营者、插画师批量发布内容。
7.2 访问地址
7.3 部署方式
纯网页应用，无需安装。注册账号即可使用。
7.4 使用方法
注册登录；
批量上传图片（最多20张）；
开启三层防护：
✅ 对抗扰动（核心防护）
✅ 可见水印（可选）
✅ 隐藏水印信息（可选）
点击处理；
在 "Verify" 标签页验证防护效果；
导出 PNG 格式发布。
7.5 费用
免费额度有限；
高级功能需订阅付费。
八、Inkshield（云端·服务端防护）
8.1 介绍
Inkshield 是面向创作者和平台的服务端防护方案。它使用 PGD 攻击集成、ResNet-50 + MobileNet v2 双模型检测，在服务器端实时为上传的图片添加对抗扰动。
8.2 访问地址
8.3 部署方式
两种模式：
网页版：直接上传图片处理；
API接入：平台方可以通过 API 集成，让用户上传作品时自动加防护。
参数参考：
攻击方法：PGD 集成
检测模型：RN-50 + MNv2
扰动强度：epsilon 0.005 – 0.050
存储：AWS S3（私有）
九、Mist（开源·LoRA/DreamBooth防护）
9.1 介绍
Mist 是一款开源的图像预处理工具，专门防护 Stable Diffusion 的 LoRA 训练、SDEdit、DreamBooth、Scenario.gg 等 AI 艺术应用。它在图片中添加"水印"，让 AI 无法识别和模仿。
9.2 访问地址
9.3 部署方式
开源项目，需要本地运行：
9.4 适合人群
技术型创作者；
担心作品被用来训练 LoRA/DreamBooth 的画师；
需要集成到自己工作流的开发者。
十、PixelPhantomX（Python库·程序化）
10.1 介绍
PixelPhantomX 是一个 PyPI 上的 Python 库，通过多种对抗技术（噪声注入、色彩空间变换、边缘扭曲、水印）生成"幽灵图像"来迷惑AI模型。适合需要程序化批量处理的用户。
10.2 安装方式
10.3 使用示例
10.4 访问地址
十一、Pixes（免费在线·无需注册）
11.1 介绍
Pixes 提供免费的 Anti-AI Poisoning 在线工具，无需注册、无需下载，打开网页上传图片即可。防护强度中等，适合轻度需求。
11.2 访问地址
11.3 使用方法
打开网页；
上传图片；
自动添加对抗噪声；
下载处理后的图片。
特点：私密、无注册、完全免费；缺点是防护强度不如专业工具。
十二、工具选择建议
按需求选工具
使用注意事项
处理后的图片只用于发布，原图请单独备份；
PNG 格式保存效果最好，JPEG 压缩会削弱防护；
强度从低到高测试，先小图试效果，满意再批量处理；
Glaze 和 Nightshade 可以叠加，双重保险；
上传前自己先看看，确保没有明显失真再发布。
十三、官方链接汇总
芝加哥大学 SAND Lab（免费核心工具）
Nightshade 官网：https://nightshade.cs.uchicago.edu/
Nightshade 下载：https://nightshade.cs.uchicago.edu/downloads.html
Nightshade 用户指南：https://nightshade.cs.uchicago.edu/userguide.html
Glaze 官网：https://glaze.cs.uchicago.edu/
WebGlaze 网页版：https://webglaze.cs.uchicago.edu/
商用/第三方工具
Foxglove：https://foxgloveapp.com/
Inkshield：https://www.inkshield.art/
PixelPhantomX（PyPI）：https://pypi.org/project/PixelPhantomX/
Pixes（免费在线）：https://pixes.app/anti-ai-poisoning/
背景资料
SAND Lab 主页：https://sandlab.cs.uchicago.edu/
免责声明：本指南基于抖音视频内容及公开信息整理，工具版本、下载地址和功能以各官方网站最新发布为准。使用前请仔细阅读各工具的用户协议和隐私政策。