如何识别深度伪造（Deepfake）：AI生成媒体检测实用指南

一段CEO宣布并购的视频。一段政治人物发表争议言论的音频。一张名人代言产品的照片。这些都可能完全是AI伪造的——而且这项技术每个月都在进步。

在中国，通过微信和社交平台传播的深度伪造内容正在增加，被用于诈骗、虚假信息传播和身份冒充。本指南介绍识别深度伪造的实用技巧。

什么是深度伪造

深度伪造使用深度学习模型——主要是生成对抗网络（GAN）或扩散模型——来生成或篡改视频、音频或图片。主要类型包括：

• 换脸 — 将一个人的脸合成到另一个人的身体上
• 面部重演 — 让人看起来说了或做了从未发生的事
• 语音克隆 — 生成模仿特定人物的合成语音
• 完全合成 — 创建完全虚构的人物或场景

深度伪造视频的视觉线索

不自然的眼球运动和眨眼

早期深度伪造有个明显问题：人物几乎不眨眼。虽然新模型有所改进，但眨眼模式往往仍然不规律：

• 异常稀少或频繁的眨眼
• 眼球不随头部运动自然跟踪
• 瞳孔大小或形状不一致

唇形同步问题

嘴唇运动与音频不完全匹配是最可靠的判断指标之一：

• 语音和唇部动作之间的轻微延迟
• 说话时模糊或变形的嘴唇
• 口型与发出的声音不对应

面部边界伪影

生成的面部与原始画面交界处通常会暴露篡改痕迹：

• 下巴线或发际线处轻微的颜色、纹理差异
• 面部边缘的模糊或柔化
• 头部转动时变化的肤色

光照和阴影不一致

AI模型难以处理复杂光照：

• 阴影与明显光源方向不匹配
• 眼睛反射显示不同的环境
• 面部移动时保持不变的皮肤高光

深度伪造音频检测

不自然的语音模式

• 单调的语调或异常的节奏
• 听起来机械或完全不存在的呼吸声
• 没有自然停顿地连续的词语

背景音频

• 突然出现或消失的背景噪音
• 与录制环境不匹配的音质
• 录制过程中变化的回声模式

检测工具和技术

反向图片搜索

如果怀疑图片是合成或篡改的，使用反向图片搜索找到原始来源：

工具	适用场景
Google图片（反向搜索）	查找被篡改照片的原始版本
TinEye	追踪图片在网上出现的位置
百度识图	中文环境下的面部和场景搜索
Yandex图片	面部和地点的广泛结果

AI检测工具

专门用于检测AI生成内容的工具：

• Hive Moderation — 检测AI生成的图片和文本
• Content Credentials（C2PA） — 检查数字来源元数据
• FakeCatcher（Intel） — 分析视频像素中的血流模式
• Deepware Scanner — 深度伪造视频扫描移动应用

元数据分析

真实的媒体包含录制设备的元数据（EXIF数据）。深度伪造通常缺少这些数据或元数据不一致：

• 检查相机品牌、型号和设置
• 如有GPS坐标则验证
• 查找编辑软件签名

逐帧分析

暂停视频并逐帧推进，可以发现正常播放速度下看不到的伪影：

• 帧与帧之间闪烁或偏移的面部特征
• 仅出现在面部周围的压缩伪影
• 在人物头部附近扭曲的背景元素

常见深度伪造诈骗场景

场景	手法
CEO诈骗	伪造高管的视频或语音通话授权转账
杀猪盘	使用他人面孔的假视频通话建立虚假信任
名人代言诈骗	捏造名人推荐诈骗产品的视频
政治虚假信息	归因于公众人物的虚假演讲或声明
勒索	使用受害者肖像创建的合成内容

遇到疑似深度伪造时怎么办

1. 不要转发。 即使标注可能是假的，转发也会扩大影响。
2. 向平台举报。
3. 通过官方渠道核实。 查看相关人物的官方账号或网站。
4. 使用检测工具。 用上述工具分析内容。
5. 保留证据。 保存URL和截图以备举报之用。

保护自己

• 对来源不明的轰动性内容保持怀疑
• 分享前先验证——30秒的确认可以防止虚假信息传播
• 尽量将自己的图片和视频保持私密，减少深度伪造的素材来源
• 使用LOCK.PUB等服务通过密码保护链接分享敏感内容，而非公开发布

通过验证建立信任

在"眼见"不再"为实"的时代，验证比以往任何时候都重要。分享重要信息时，使用具备内置信任机制的渠道。LOCK.PUB让你通过一致的认证域名，以密码保护的方式分享链接、备忘录和消息。

创建密码保护链接 -->