Simon Weckert「Digital Camouflage」服装如何利用对抗攻击欺骗 AI 摄像头
这位常驻柏林的设计师以生成式视觉噪声打造实体反制方案，让穿戴者在 AI 人体检测系统中「隐身」，对抗自动化追踪。
常驻柏林的艺术家 Simon Weckert 在其 2025 年装置作品中，回应了无处不在的数字监控趋势。他正式发布「Digital Camouflage」——一个概念服装系列，旨在成为抵御 AI 驱动追踪系统的可穿戴屏障。随着自动追踪摄像头让人工智能不断占据公共空间，个人隐私已成为备受争议的话题。该项目探索了现代社会中匿名与可见性的边界。Weckert 将计算噪声融入日常服装，为应对数字技术的越界提供了一种实体化的反制手段。
乍看之下，这些服装不过饰以醒目的抽象图案。实际上，这一系列是经过精密设计的工具，专门用于干扰安防及自主系统所采用的物体识别算法。这种设计思路建立在「对抗攻击」的概念之上：刻意操控机器接收的视觉数据，使其误读眼前场景。穿上该系列服装后，高频视觉噪声会令软件完全无法从中识别人形，人的身体也就几乎能避开 AI 人体检测器的识别。
过去，为躲避机器视觉而作的尝试，通常依赖固定的印花贴片或局部图案。这些早期设计都有一项关键缺陷，即「片段缺失问题」：布料一旦褶皱，或摄像头角度发生变化，伪装便会失效。Weckert 则以覆盖每件服装整体表面的无缝对抗纹理，解决了这一技术难题。名为 TC-EGA 的专用生成式 AI 方法负责生成这一连续图案。该计算方法会优化可平铺的纺织图案，确保无论观看角度如何变化，都能持续生成虚假的视觉特征。
这些服装的实体制作，同样延续了其背后软件工程的严谨。拉脱维亚的制造商采用 65% 再生聚酯纤维与 35% 常规聚酯纤维混纺的耐用面料制作该系列。开发团队通过高精度数字纺织印花，将计算生成的图案应用于面料，确保视觉噪声在整块织物上保持完整。最终成衣将数字图案生成与具触感的纺织制作结合，以此挑战当代识别系统。
