CleanMark 技术原理
反向 Alpha 混合 + WebAssembly — 数学精确的 Gemini 水印去除，完全在浏览器内完成。
为什么我们的 Gemini Watermark Remover 效果更好
与猜测水印下方内容的 AI 修复工具不同，CleanMark 使用反向 Alpha 混合 — 即 Google 应用水印方式的数学逆运算。这意味着无模糊、无瑕疵，每次去除 Gemini 水印都能获得像素完美的结果。
核心优势
数学精确
我们逆向还原 Google 用于应用水印的精确 Alpha 合成操作。结果像素完美 — 不是 AI 估算，不是模糊修补。
毫秒级，而非秒级
无 AI 模型推理，无云端往返。WebAssembly 中的纯数学运算在任何现代设备上均可在 100ms 内完成。
零数据暴露
由于我们使用数学逆向而非云端 AI，你的图片永远不会离开浏览器。无上传、无服务器、无隐私风险。
无质量损失
清理后的图片保留原始分辨率、色彩配置和文件质量。无重新编码，无压缩瑕疵。
工作原理 — 分步说明
拦截与识别
Chrome 扩展监控来自 Gemini 和 AI Studio 的下载请求，使用零误报的模式识别技术识别带水印的图片。
反向 Alpha 混合
预计算的 Alpha 图精确定位每个水印像素。反向 Alpha 混合算法从数学上恢复原始像素值 — 无猜测，无近似。
WebAssembly 重建
像素还原在 WebAssembly 中以接近原生 CPU 速度运行。整个操作在 100ms 内完成，生成与原始图片无法区分的干净图片。
本地交付
清理后的图片直接保存到你的设备。零字节离开你的浏览器 — 无服务器、无 API、无需账号。
反向 Alpha 混合的数学原理
Google Gemini 使用标准 Alpha 合成应用水印：C_out = α × C_watermark + (1 − α) × C_original。由于 Alpha 图和水印颜色是已知常量，我们可以直接求解 C_original。无机器学习，无近似 — 只是对每个受影响像素应用代数运算。
为什么使用 WebAssembly？
对于大图片的逐像素操作，单纯的 JavaScript 速度太慢。WebAssembly 在浏览器内以接近原生 CPU 速度运行，让我们能在 100ms 内处理完整分辨率的 Gemini 图片 — 无需任何服务器、GPU 或外部依赖。
隐私优先设计
由于 CleanMark 使用数学逆向而非云端 AI，你的图片无需离开你的设备。零字节被传输。无账号、无 API 密钥、无服务器 — 只是本地计算，在文件进入下载文件夹之前就已完成。