2024 年香港一家跨国企业的财务人员，在视频会议中被 Deepfake 技术伪造的"CFO 及同事"骗走约 2 亿港币。2026 年，AI 换脸和声音复制技术已更加普及，识别 Deepfake 成为现代人必备的数字素养。本文从技术原理到实用识别技巧，带你全面了解深度伪造的威胁与防范。
一、什么是 Deepfake？
Deepfake 是"Deep Learning（深度学习）"与"Fake（伪造）"的合成词，指利用 AI 技术（主要是生成对抗网络 GAN 或扩散模型 Diffusion Model）合成虚假的人脸、声音或视频内容。
| 类型 | 技术 | 常见滥用 |
|---|---|---|
| 换脸视频 | GAN / FaceSwap / InsightFace | 名人假新闻、诈骗视频通话 |
| 声音克隆 | 语音合成（TTS）+ 声纹克隆 | 模仿亲属声音骗钱、伪造电话诈骗 |
| AI 生成图片 | Stable Diffusion / DALL-E / Midjourney | 伪造新闻现场照、假证件 |
| 文字生成 | 大型语言模型（LLM） | 假新闻报道、伪造声明 |
二、近年重大 Deepfake 事件
2024 年香港财务诈骗案
诈骗集团以 Deepfake 技术伪造公司 CFO 和多名同事的形象，在视频会议中指示财务人员转账，成功骗取约 2 亿港币。这是迄今最大规模的 Deepfake 商业诈骗案之一。
选举期间的 AI 伪造声音
2024 年美国初选期间，流传一段 AI 合成的"拜登语音"，号召选民不要投票。联邦通信委员会（FCC）随后宣布 AI 合成语音的机器人电话违法，是 AI 监管的重要里程碑。
名人换脸诈骗广告
多个社交媒体平台出现以知名投资人或艺人换脸的诈骗广告，诱导用户投资虚假平台。涉及多地区的案件已有受害者损失数十万至数百万。
三、如何识别 Deepfake 视频
视觉线索
- 眨眼异常：换脸区域（特别是发际线、耳朵边缘）常有模糊或颜色不一致
- 五官比例失调：头部快速转动时容易出现形变或延迟
- 牙齿和头发细节：AI 生成的牙齿常有融合感，头发细节放大后常见异常
- 光线不一致：伪造的脸部光源方向可能与背景或身体不符
音频线索
- 语调过于平板，缺乏情绪起伏的自然变化
- 口型与声音的同步微微延迟（特别在辅音部分）
- 背景噪音突然消失或音质切换
四、AI 生成图片的识别技巧
| 部位 | 常见问题 |
|---|---|
| 手指 | 手指数量错误（六根手指）、关节不自然弯曲 |
| 文字 | 图中的招牌、衣服文字常是无意义的混合字符 |
| 背景 | 重复的纹理图案、透视错误的建筑线条 |
| 耳朵 / 首饰 | 耳环、项链不对称或形状异常 |
| 眼睛 | 瞳孔形状不一、左右眼颜色差异 |
五、C2PA 内容凭证：数字世界的"照片出生证明"
为了应对 AI 生成内容的泛滥，Adobe、Microsoft、Google、Intel、Sony 等科技巨头共同推动了 C2PA（Coalition for Content Provenance and Authenticity） 标准，建立一套数字内容的"出处记录"机制。
C2PA 在图片或视频的元数据中嵌入一个加密签名的"内容凭证（Content Credentials）"，记录建立时间地点、使用设备或软件、编辑操作记录以及发布者数字签名。
局限性：凭证可被手动移除；尚未普及；"没有凭证"不等于"这是假的"。
六、文件哈希值与图片完整性
若想确认两个版本的图片是否完全相同，可以比较两者的哈希值：哈希值完全相同则内容未被修改；哈希值不同则图片内容有改动。此方法适用于法律取证，但无法判断原始内容是否为 AI 生成。
七、防范建议
个人防范
- 接到"亲友"紧急借钱电话，先挂断用已知号码回拨确认
- 视频通话中若对方要求转账，务必通过第二渠道（短信、面对面）确认
- 设定"家庭暗语"——只有真正家人知道的词，遇到可疑视频通话时要求对方说出
企业防范
- 建立"视频指令双重验证"流程：视频中下达的财务指令必须另行非即时通讯确认
- 对财务人员进行 Deepfake 识别培训
总结
- Deepfake 技术已达到让人难以肉眼分辨的水准，2024-2026 年诈骗案件急速增加
- 识别破绽：手指数量、文字内容、发际线边缘、口型与声音同步是最常见的突破口
- C2PA 内容凭证提供"正向溯源"机制，但尚未普及且可被移除
- 最有效的个人防护：多渠道确认 + 家庭暗语 + 不轻信紧急影音通话中的转账要求