PT视讯(中国区)官网

您目今位置:首页 > 新闻中心 > 新要闻

心智视察所| 对话专家：Seedance让AI视频真假难辨，，，，，，，，通俗人怎样提防

2026-03-01 16:33:19

Seedance 2.0 作黑龙江寒地生物科技有限公司为一款高保真 AI 视频天外行艺，，，，，，，，最近火出了圈，，，，，，，，引发普遍关注。。。。。。它不但能“以假乱真”地天生人脸、心情甚至微行动，，，，，，，，还能通过一段语音或文字指令直接天生逼真视频，，，，，，，，不再依赖原始素材。。。。。。

这种手艺虽然在影视、游戏等领域潜力重大，，，，，，，，但也带来了亘古未有的清静危害——好比冒充亲人视频诈骗、伪造企业高管指令转账，，，，，，，，甚至滋扰司法取证。。。。。。

一位网用户的新闻谈论获得高赞：“我今天相识过Seedance 2.0的能力后，，，，，，，，已经决议趁过年给家里尊长科普一下，，，，，，，，重点提醒以后涉及资产的都必需直接通话确认，，，，，，，，还得思量特另外清静步伐。。。。。。”

面临这样的“真假难辨”时代，，，，，，，，通俗人该怎样提防？？？？？安防系统又该怎样升级？？？？？网心智视察所日前对话了视觉数据清静手艺与应用浙江省工程研究中心主任、杭州电子科技大学周迪教授，，，，，，，，请这位业内专家聊聊这场正在爆发的“AI攻防战”。。。。。。

问：您怎么看待像 Seedance 2.0 这种高保真 AI 视频天外行艺？？？？？它跟以前的 Deepfake 比，，，，，，，，究竟突破了什么？？？？？

周迪：我以为 Seedance 2.0 这类手艺的泛起，，，，，，，，标记着视觉天生从“能天生”迈进了“高度逼真且可控”的新阶段。。。。。。在我看来，，，，，，，，这绝不但是区分率从 1080P 升到 4K、帧率更高那么简朴，，，，，，，，更要害的是，，，，，，，，它最先真正明确物理天下了——能模拟光线在皮肤上的反射、肌肉随心情的微动、头发丝的飘动，，，，，，，，而不但仅是像素的位移。。。。。。

它跟古板 Deepfake 的突破，，，，，，，，我以为主要体现在三个方面。。。。。。一是从“外观模拟”升级到“语义与物理明确”。。。。。。以前的换脸就是把 A 的脸贴到 B 脸上，，，，，，，，一转头、一遮挡连忙穿模；；；；；；；现在它能处置惩罚重大光影、遮挡和长视频一致性，，，，，，，，不会闪灼颤抖。。。。。。二是区分率抵达影戏级，，，，，，，，细节真实到皮肤纹理、血管瑕疵都能还原，，，，，，，，直接可以拿去专业影视制作。。。。。。三是实现了从“被动依赖驱动视频”到“可控天生”的跨越——用文字或音频就能天生人物的心情行动，，，，，，，，身份与场景可以自由疏散。。。。。。总而言之，，，，，，，，它把 Deepfake 在物理一致性、清晰度和创作自由度上的天花板全捅破了。。。。。。

问：目今主流的视频监控和身份认证系统，，，，，，，，是否已具备识别此类 AI 天生内容的能力？？？？？

周迪：坦率地说，，，，，，，，主流系统基础没跟上。。。。。。身份认证这边，，，，，，，，我以为带 3D 结构光或红外摄像头的系统现在还能守住防地，，，，，，，，由于 AI 视频再真也是平面的，，，，，，，，过不了深度检测，，，，，，，，红外下也模拟不出真人的眼球反射。。。。。。但纯软件的 2D 认证，，，，，，，，好比条记本摄像头、部分 App 的活体检测，，，，，，，，面临 Seedance 2.0 天生的高保真动态视频，，，，，，，，基本一骗一个准——古板依赖眨眼、转头、摩尔纹的防御手段已经形同虚设。。。。。。

视频监控就更被动了。。。。。。在我看来，，，，，，，，监控辖档同算力都不敷，，，，，，，，成千上万路视频流里实时跑深度伪造检测大模子，，，，，，，，现在基础不现实。。。。。。并且它原来就是为抓拍真实人脸设计的，，，，，，，，看到太真的假脸反而会认真人去追踪。。。。。。更贫困的是天外行艺迭代太快，，，，，，，，今天训练好的检测器，，，，，，，，明天新模子一出来就可能直接失效，，，，，，，，而安防硬件更新周期长达数年，，，，，，，，代差很是显着。。。。。。以是我的判断是：带硬件的身份认证还能扛，，，，，，，，纯软件已岌岌可危，，，，，，，，监控系统基本是裸奔状态。。。。。。

问：在您看来，，，，，，，，AI 视频“以假乱真”对公共清静、金融生意、门禁系统等场景组成了哪些详细危害？？？？？

周迪：在我看来，，，，，，，，危害已经从数字天下渗透到物理天下了，，，，，，，，并且很是详细。。。。。。公共清静层面，，，，，，，，犯法分子可以用 Seedance 2.0 伪造不在场证实、改动监控录像，，，，，，，，司法取证本钱会暴增；；；；；；；还能伪造公众人物揭晓煽惑性言论，，，，，，，，一条假视频就足以引发股市震荡、社会骚乱。。。。。。金融领域，，，，，，，，黑产用 AI 天生颔首、眨眼的动态视频骗过银行远程开户的活体检测，，，，，，，，批量开幽灵账户洗钱；；；；；；；尚有冒充 CEO 视频指令让财务紧迫转账，，，，，，，，这类案件已经有数百万美元的真实损失。。。。。。

门禁系统的危害我更担心。。。。。。那些依赖 2D 摄像头的闸机和智能门锁，，，，，，，，用平板播一段高仿真 AI 动态视频就能轻松骗开。。。。。。最恐怖的是虚拟绑架——犯法分子从社交媒体扒几张孩子的照片和视频，，，，，，，，用 AI 天生被绑的画面，，，，，，，，家长在极端恐慌中根原来缺乏核实就直接付赎金。。。。。。唬�；；；；Ｉ杏幸桓鲆薜旅男Ч旱彼腥硕贾朗悠悼梢运嬉馕痹欤�，，，，哪怕面临真实的监控证据，，，，，，，，第一反应也是嫌疑。。。。。。这种系统性信托的瘫痪，，，，，，，，会让社会运转效率整体下降，，，，，，，，我以为这才是最棘手的。。。。。。

问：是否已有真实案例批注这类手艺被用于诓骗、冒充或社会工程攻击？？？？？

周迪：不但有，，，，，，，，并且案例数目、攻击庞洪水平和经济损失都在指数级上升。。。。。。现在金额最大、也最能说明问题的是 2024 年香港那起案件——一家跨国公司员工加入了“首席财务官”提倡的视频聚会，，，，，，，，屏幕上所有参会者都是 AI 天生的，，，，，，，，声音、心情、闲聊互动跟真人一模一样，，，，，，，，效果员工受骗转出 2 亿港元。。。。。。这在我看就是典范的“超等社会工程学”攻击，，，，，，，，视觉听觉双重确认反而成了心理陷阱。。。。。。

北美华人社区频发的虚拟绑架案也是铁证。。。。。。家长接到孩子被绑的 AI 视频，，，，，，，，现实上孩子基础没被绑，，，，，，，，只是社交媒体的素材被换脸换声。。。。。。黑产论坛上，，，，，，，，用 AI 天生动态视频绕过加密钱币生意所 KYC 认证已经是一条成熟工业链。。。。。。商业特工冒充猎头发伪造视频聚会，，，，，，，，套取公司神秘；；；；；；；政治层面，，，，，，，，五角大楼爆炸假图一度让美股跳水，，，，，，，，美国大选也泛起了伪造候选人招呼不投票的广告。。。。。。这些案例足以证实，，，，，，，，类似 Seedance 2.0 的手艺早就从实验室进入了犯法工具箱。。。。。。

问：目今基于人脸识别、活体检测的安防系统，，，，，，，，在面临高仿真 AI 视频时保存哪些手艺盲区？？？？？

周迪：我以为盲区主要集中在六个方面。。。。。。

第一，，，，，，，，古板检测依赖的摩尔纹、屏幕边框这些“屏幕回放”特征，，，，，，，，在数字信号直接注入或高区分率播放下完全消逝，，，，，，，，辖档同屏幕边沿都找不着。。。。。。

第二，，，，，，，，AI 已经学会模拟人眼光学反射和皮肤透光感，，，，，，，，以前靠角膜反光点形状、皮肤质感判断真假，，，，，，，，现在这条路基本堵死了。。。。。。

第三，，，，，，，，天生视频的帧率、运动模糊可以和真实摄像头完全一致，，，，，，，，频域、时域特征趋同，，，，，，，，老要领直接失效。。。。。。

第四，，，，，，，，2D 算法靠阴影、遮挡估算深度，，，，，，，，AI 能完善渲染这些视觉线索，，，，，，，，让系统误以为平面有立体深度——它骗的不是硬件，，，，，，，，是算法。。。。。。

第五，，，，，，，，最新的天生模子甚至能模拟心跳引起的肤色微变，，，，，，，，虽然还做不到完善，，，，，，，，但骗过商用 rPPG 检测已经足够了。。。。。。

第六，，，，，，，，绝大大都摄像头是被动的，，，，，，，，只会录像不会交互，，，，，，，，而 AI 视频是单向天生的，，，，，，，，只要系统不发随机指令、不自动打光，，，，，，，，它就永远没有破绽。。。。。。以是我的结论是：用图像算法去解决物理真实性问题，，，，，，，，硬件不升级，，，，，，，，盲区就永远堵不上。。。。。。

问：简单模态（如仅靠视觉）的身份验证是否已不再可靠？？？？？多模态融合（如声纹+人脸+行为）是否是一定偏向？？？？？

周迪：是的，，，，，，，，简单视觉模态在我看已经靠不住了。。。。。。实质上是“模式匹配”被“像素伪造”正面硬刚——天生器可以通过对抗训练，，，，，，，，让假脸的像素特征无限迫近真脸，，，，，，，，直到骗过验证器。。。。。。并且造假本钱越来越低，，，，，，，，防御本钱却指数级上升，，，，，，，，这场仗防御方自然被动。。。。。。

多模态融合我以为是一定出路，，，，，，，，也是唯一的生涯之道。。。。。。焦点逻辑就是增添攻击难度：视觉加声纹可以做唇语同步校验，，，，，，，，口型和声音对不上连忙露馅；；；；；；；心理信号如 rPPG 检测心跳，，，，，，，，这是真实心理历程，，，，，，，，AI 很难实时模拟出混沌特征；；；；；；；硬件模态如 3D 结构光、红外是物理降维攻击，，，，，，，，2D 屏幕伪造过不了深度和光谱检测。。。。。。多模态验证的实质，，，，，，，，是从“你长得像”酿成“一系列逻辑链条同时建设”——长得像他、声音像他、心跳对得上、瞳孔有反应、唇形和声音同步。。。。。。这些条件同时建设的概率，，，，，，，，在数学上扫除了伪造的可能。。。。。。以是未来高清静场景，，，，，，，，简单视觉就即是没有清静，，，，，，，，这不是选择，，，，，，，，是生涯问题。。。。。。

问：古板活体检测（眨眼、转头等）是否还能有用抵御新一代 AI 视频？？？？？是否有更鲁棒的动态行为或心理信号可作为判别依据？？？？？

周迪：古板眨眼、转头这类配合式行动，，，，，，，，面临 Seedance 2.0 我以为基本失效了——天生本钱极低，，，，，，，，效果足以骗过绝大大都基于图像特征的检测系统。。。。。。攻击者要的只是一段切合指令的动态视频，，，，，，，，而这类视频现在可以批量生产。。。。。。

更鲁棒的判据，，，，，，，，我以为必需往“非受控信号”走。。。。。。好比 rPPG 检测心跳引起的肤色微变，，，，，，，，这是真实的心理节律，，，，，，，，AI 很难实时模拟出那种不规则的混沌特征。。。。。。唬�；；；；Ｉ杏形抟馐兜奈⑿那椤⒆⑹拥愕淖匀黄疲�，，，，以及系统自动提倡的情形挑战——突然变光看瞳孔是否缩短、突然发声看视线是否转移。。。。。。这些视察的不是“用户做了什么”，，，，，，，，而是“用户控制不了不做什么”。。。。。。这才是新一代活体检测的真正偏向。。。。。。

问：现在有哪些前沿手艺可用于检测 AI 天生视频？？？？？它们在实时监控场景中的可行性怎样？？？？？

周迪：前沿手艺主要有几类：频域时序剖析，，，，，，，，找天生模子遗留的物理纪律破绽；；；；；；；rPPG 心理信号检测；；；；；；；数字水印与元数据验证；；；；；；；以及训练专用的对抗检测网络。。。。。。但说真话，，，，，，，，放到实时监控场景，，，，，，，，落地难度很是大。。。。。。

焦点瓶颈我以为有三条：一是算黑龙江寒地生物科技有限公司力，，，，，，，，边沿装备跑不起大模子；；；；；；；二是延迟，，，，，，，，云端往返几百毫秒，，，，，，，，攻击已经完成；；；；；；；三是泛化，，，，，，，，天生模子一迭代，，，，，，，，旧检测器连忙失灵。。。。。。现在实时监控基本不具备大规模安排条件，，，，，，，，这些手艺更多照旧用在事后取证和司法判断。。。。。。我自己的判断是，，，，，，，，未来很长一段时间，，，，，，，，实时场景还得靠硬件升级和交互挑战来顶，，，，，，，，纯算法的被动检测很难追得上天外行艺的迭代速率。。。。。。

【网站地图】【sitemap】