KeyFrame內部研究專用

Deepfakes Are Winning — Here's How to Spot AI Fakes

Tech Battoo·7月31日週五·5 min英文

三句話摘要

2026 年深度偽造詐騙泛濫,檢測技術無法追上,實際防守須依賴流程與習慣而非檢測工具。 停止靠眼睛耳朵贏,那場仗已經輸了;真正可靠的防守是流程習慣——安全詞、回撥確認、刻意放慢決策——而非任何檢測工具。 深度偽造已成大規模威脅:從好萊塢級特效工具演變為人人可用的廉價手段,僅需 3 秒音頻即可克隆聲音。2025 年深度偽造語音釣魚攻擊單季增長 1600%,連美國國務卿這級人物都被複製用來聯繫外交官,說明攻擊範圍已無限制。

重點整理

重點
  • 1

    深度偽造已成大規模威脅:從好萊塢級特效工具演變為人人可用的廉價手段,僅需 3 秒音頻即可克隆聲音。2025 年深度偽造語音釣魚攻擊單季增長 1600%,連美國國務卿這級人物都被複製用來聯繫外交官,說明攻擊範圍已無限制。

  • 2

    檢測與反制陷入軍備競賽敗局:自動檢測器在實驗室可達 96% 準確率,但在真實世界下滑近 50%,因為每一代檢測技術都成為攻擊者的訓練素材,製造方永遠能比檢測方更新一步。

  • 3

    人類感知能力已失效:受控測試中人類識別高品質深度偽造的成功率僅 0.1%,聽覺同樣易騙——克隆語音通常把詞說對,但節奏、語調、停頓會露餡。

  • 4

    防守關鍵是行為流程而非技術:安全詞、打回原號碼、即時互動測試(要求轉頭揮手或即席重複短語)等習慣性防守,比任何檢測軟體更可靠。

實用技巧與重點

乾貨
  • 量化數據
  • 2026 全球深度偽造數:800 萬個(2023:50 萬個,16 倍增長)
  • 美國深度偽造詐騙損失:$360M (2024) → $1.1B (2025),預計 $40B/年 (2027)
  • 美國生成 AI 詐騙預計:$120B (2023) → $400B/年 (2027)
  • 音頻克隆所需:最少 3 秒素材
  • 語音釣魚攻擊增長:單季 1600% (2025)
  • 人類準確率:約 0.1%(受控測試)
  • 自動檢測器:實驗室 96%+,實世界 50% 左右
  • 防守工具與標準
  • C2PA 標準(Content Credentials)— 2025 年成為國際標準
  • Google Synth ID — 隱形浮水印技術
  • 參與方:Adobe、Google、OpenAI、Canon、Nikon
  • 實用防守技巧
  • 安全詞:事先和家人約定私密短語
  • 回撥驗證:掛斷後用已知號碼主動回撥
  • 實時測試:要求轉頭、揮手或即席重複短語
  • 情景判斷:注意緊迫感、要求保密、突然要錢或禮卡

結論

結論

停止靠眼睛耳朵贏,那場仗已經輸了;真正可靠的防守是流程習慣——安全詞、回撥確認、刻意放慢決策——而非任何檢測工具。

完整解析

詳細

2024 年香港一名財務人員經歷了看似尋常的視訊會議,與會者包括首席財務官和同事,但會上每個人都是偽造的——這場詐騙最終讓他轉帳 2,500 萬美元。這個案例標誌著我們已進入一個「眼見不再為實」的時代。深度偽造技術的真實規模令人震驚:2026 年全球約有 800 萬個深度偽造在網路流傳,較 2023 年的 50 萬增長了 16 倍,這不是緩慢上升的趨勢,而是洪流。經濟損失更為驚人——美國深度偽造詐騙損失從 2024 年的 3.6 億美元急升至 2025 年的 11 億美元,德勤預計美國生成 AI 詐騙將在 2027 年達到 400 億美元年損失。

最令人擔憂的是,這不再需要好萊塢級預算。攻擊者只需 3 秒音頻就能克隆出可信的語音,目標不限於大公司——2025 年甚至有人複製美國國務卿馬可·魯比奧的聲音聯繫外交官。語音詐騙電話成為增長最快的攻擊方式,單季增長達 1600%,最可能直接威脅個人。

那麼為什麼不直接建造檢測器徹底解決?因為製造偽造的技術進化速度遠超檢測技術。人類肉眼識別高品質深度偽造的準確率僅 0.1%,自動檢測器雖在實驗室能達 96% 以上,但在真實世界的混亂環境中準確率可下滑近 50%。根本原因是每一代檢測技術都被用作下一代偽造的訓練素材,這是軍備競賽,而防守方永遠都慢一步。

實際防守的關鍵在於流程和習慣,而非檢測技術。觀看人臉時注意邊緣細節(髮線、膚色、飾品與背景的銜接),聆聽時留意節奏而非文詞——克隆語音常把詞說對但節奏錯誤,情感平淡、停頓奇怪、呼吸位置不當或略帶金屬感都是警訊。但最可靠的破綻是情景本身:緊迫、要求保密、突然要錢或禮卡,這個組合就是詐騙的真實簽名。具體防守措施包括:接到可疑來電時立即掛斷,改用已知號碼回撥;與家人事先約定只有真人才知道的安全詞,對方來電要錢時要求說出該詞;在視訊中要求對方轉頭、揮手或即席重複你出題的短語——深度偽造仍難以實時回應。長期來看,內容來源驗證(C2PA 標準,2025 年成為國際標準)及 Google 的 Synth ID 隱形浮水印代表了工具層面的進展,但這些防守有限制:平台必須檢驗簽名(多數還不檢)、截圖會剝離數據、壞人根本不會簽署偽造品。這技術只能證明真實性,無法標記假貨。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。