DoNews7月26日消息，從傳統圖像編輯軟件到生成式大模型，AI讓圖像、視頻等內容生成的手段愈發簡單，也讓信息篡改的形式更隱蔽，載體更多樣，讓人防不勝防。網絡加速器供應商Surfshark公布的數據顯示，2025 年上半年，深度偽造相關金融欺詐造成全球損失近9億美元，AI偽造能力的泛濫正在沖擊個人權益、經濟秩序與社會信任體系。

當技術偽造的能力逐漸超越肉眼識別的邊界，AI鑒偽技術的發展進程牽動著公眾的視線。2025世界人工智能大會上，合合信息展示了AI鑒偽技術在人臉視頻、AIGC生成圖像、證件票據等當今AI偽造“重災區”中的應用體驗，幫助參觀者了解AI如何通過視覺特征、圖像合理性判斷、多維度交叉驗證，精準洞察多模態信息中“看不見”的偽造痕跡，為大模型安全、可信發展筑起“凈化防線”。

人臉視頻篡改檢測技術“毫秒級”狙擊“數字假面”

在合合信息AI安全展臺互動區，觀眾正在排隊體驗一場“真假人臉”的科技較量。站在屏幕前掃描面部，系統就會實時生成一個“數字假面”，當真假人臉同屏對比時，不少觀眾驚訝地發現，AI偽造面容近乎完美地復刻了真實人臉的表情紋路。據合合信息技術團隊人員介紹，展會互動裝置中實時生成的“假臉”由當前主流偽造算法生成，在合合信息AI人臉鑒偽模型的解析下，一張張“假臉”被精準挑出。

圖說：合合信息AI人臉鑒偽模型對“換臉”視頻進行精準檢測

當前人臉偽造技術手段層出不窮，傳統檢測算法對新型“換臉攻擊”存在滯后性。在進行模型訓練時，合合信息技術團隊針對主流人臉偽造算法進行研究，采用持續增量學習策略，與最新偽造算法同步迭代。基于大規模數據訓練，形成了多層次篡改檢測方案，實現毫秒級實時鑒定。

例如，應對人臉圖像交換偽造，合合信息AI人臉鑒偽模型能夠錨定人眼不可見的高級視覺差異，給每一個像素打上真偽標簽并計算偽造像素占比，為圖像真偽概率“打分”。此外，面臨更復雜的偽造情況，例如由偽造算法直接生成的復雜圖像。團隊采用了多種神經網絡模型，聚焦于圖像特征，實現多維度交叉驗證真偽，讓判斷結果更精準。

AI來“找茬”，AIGC圖像鑒別技術秒辨名畫真偽

在合合信息AIGC圖像鑒別技術展區，一場別開生面的“世界名畫版大家來找茬”活動吸引了不少參觀者駐足體驗。經過大模型的處理，《蒙娜麗莎》《向日葵》等名畫或是添加了新元素，又或是微調色彩，讓人難辨真偽，這正是當前AIGC圖像鑒偽面臨的挑戰。隨著技術迭代，肉眼可識別的“失真細節”正變得越來越少。

基于多模態大語言模型能力，合合信息AIGC圖像鑒別技術可通過不同角度和不同層級的prompt，分析AI生成圖像的視覺特征以及透視關系、光影角度等合理性因素，同時抽取圖像頻譜信息輔助模型進行判斷，輸出推理結果，讓生成式假圖無所遁形。

圖說：合合信息AIGC圖像鑒別技術秒辨名畫真偽

據合合信息技術團隊人員介紹，實際應用場景中，AI生成圖像會經歷壓縮、縮放、裁剪及社交媒體傳輸等多個干擾因素，導致圖像質量降低，增加檢測難度。合合信息AIGC圖像鑒別技術具備了抗攻擊能力強的獨特優勢，即使面臨上述干擾也能精準捕捉圖像異常特征。目前，該技術還可實現毫秒級鑒偽，測試樣本集鑒定準確率超90%，有效識別MidJourney、 Stable Diffusion、StyleGAN和GPT 4O等主流模型生成圖片。

近年來，不法分子利用AI技術進行詐騙的案件頻發。詐騙團伙利用工具批量制作“假圖”，用“規模化攻擊”尋找“AI安全防御漏洞”，使得成千上萬的偽造圖像、視頻如病毒般彌散在社交平臺、金融系統甚至公共安全領域。隨著AI技術的更新速度加快，數字安全形勢也將愈發嚴峻，合合信息將持續關注技術前沿動態，用持續迭代的AI鑒偽技術拓寬防護邊界。