柏林艺术家推出「数字迷彩」骗过 AI 监控摄像头

柏林艺术家推出名为「Digital Camouflage（数字迷彩）」的可穿戴作品，通过对抗性图案让穿戴者在计算机视觉系统中「消失」。这件表面看似抽象花纹的衣物，实际上针对目标检测算法寻找「人体」时所依赖的视觉特征进行干扰，使算法不再把穿戴者标记为「person」。结果是：人眼依旧能看到穿戴者，模型却读不到他。

项目背景与作品定位

该作品属于一项自 2025 年起持续进行的装置/穿戴项目。创作者明确表示，这件衣服并非逃避执法的工具，也不承诺匿名性，而是一块面向公众的「测试图」：当一套监控系统能被一块布料瓦解时，把它部署在公共空间之前，人们还能对它有多少信任？作品以可穿戴为载体，把 AI 视觉系统的脆弱性直观呈现出来。

技术原理：基于对抗样本的视觉干扰

数字迷彩的核心是对抗攻击（adversarial attack），即通过精心设计的视觉输入让机器无法正确解读眼前的事物。图案瞄准的正是目标检测系统在判断「是否为行人」时所提取的特征，因此穿戴者被算法「漏检」。需要指出的是，作者在演示中使用的是通用开源目标检测系统 YOLO，并未针对任何特定政府系统做攻击——这也正是作品的立意所在：外部人员无法测试这些系统，只能通过这种方式展示其潜在弱点。

部署背景：柏林 Kottbusser Tor 的 AI 视频分析试点

作品的现实对照是柏林警方的 AI 监控部署。据原文信息，柏林警方于 2026 年 8 月在 Kottbusser Tor 启动 AI 视频分析试点，这是该市首个同类站点。围绕该广场已记录到的监控摄像头位置以地图形式呈现，数据基于 OpenStreetMap 社区贡献，可能并不完整。这一行政试点为作品提供了具体的批判语境：城市正把算法推上街头，而算法本身可能并没有看上去那么可靠。

意义与边界

数字迷彩的价值更多在于提出问题而非提供解决方案。它不承诺普遍可用的反监控手段，也无法量化对商业或政府系统的实际规避率。但作为一件可被穿着、被拍摄、被讨论的公共作品，它把 AI 监控的技术风险从论文和讨论区拉到了街头，让「算法识读城市」这一命题变得更具体、也更可争议。