只因开了一个视频会议，直接被骗1.8个亿

今年2月，一家跨国公司 的香港分公司财务人员被一场精心策划的Deepfake视频会议诈骗，导致公司损失2亿港币（约1.8亿人民币）。

事件起因是财务人员收到假冒CFO的邮件并受邀参加 视频会议 ，诈骗者在会议中断后继续通过不同通讯方式与财务人员保持联系，诱使其向指定账户转账 2亿港币 。

一周后，财务人员向总部核实情况时发现被骗，随即报警。警方调查发现，除了财务人员外，会议中的所有参与者均为使用 公开视频和音频片段 制作的 Deepfake虚假影像 。

后续在新闻发布会上，香港警方表示已逮捕6名与此类诈骗有关的人员，且类似案件还有很多：去年 7-9月 ，有8张被盗的香港身份证被用于申请了 90份贷款 、登记了 54个银行账户 ； 至少有20次，AI Deepfake被用来模仿身份证上的人像 ，以骗过面部识别程序。

人脸识别系统被攻破！“刷脸”时代何以“护脸”?

AI技术，尤其是最近的GAN和Difussion Model，能够创造出难以用肉眼辨识的虚假图片。这些图片的高仿真度使得它们在 虚假宣传 、 非法取证 、 网络诈骗 等场合被滥用的风险急剧上升，进一步加剧了社会对于图像真实性的质疑。

此外，AI技术的不当使用还可能导致个人身份信息的泄露和滥用。通过对个人照片、社交媒体动态和其他公开数据的分析，AI可以生成极为逼真的人脸图像，这些图像可能被用于身份冒充，对 个人隐私和数据 安全构成了严重威胁。

面对这些挑战，社会除了必须提高警觉，加强信息安全 教育， 开发先进的AI造假检测技术 ，通过科技手段进行对抗也是极其必要的。

TextIn人脸伪造检测技术，“师夷长技以制夷”

TextIn人脸伪造检测基于 CNN+ViT技术框架实现，核心在于通过大批量不同来源、生成技术的Deepfake样本训练，提供随伪造技术同步成长的防伪手段。

目前，人脸伪造检测提供训练域内90%+识别准确率，并且通过强大的AI泛化性能，对从未见过的Deepfake技术生成的伪造人脸样本，也具备85%+的域外识别准确率 。

灵活的部署方案，适配多重应用场景

人脸伪造检测和大部分TextIn产品一样，基于SaaS、私有化同步策略开发，用户可以直接在textin.com访问使用，立刻对手边有问题的照片、截图进行识别分析。

有一定自动化调用需求的用户，可以通过TextIn API型式接入SaaS服务，将其集成到任意工作流中，包括身份认证、视频会议、内容审核等，对人像进行实时分析，返回检测结果，并在存在风险时告警，以自动触发后续其他保护机制。

直接来试一下效果？指路： https://cc.co/16YSIj

随着人工智能技术的飞速发展，Deepfake技术所带来的挑战和风险也日益凸显。然而，正如本文所展示的，技术的进步同样为我们提供了对抗这些风险的有力工具。TextIn人脸伪造检测技术的出现，正是这一对抗的典范。

在这个充满挑战与机遇的时代，TextIn人脸伪造检测技术不仅是技术的突破，更是对社会责任的承担。它提醒我们，技术的每一次进步，都应以提升人类福祉为最终目标。

面对未来，我们有理由相信，随着技术的不断进步和完善，TextIn人脸伪造检测技术将更加精准、更加智能，成为我们守护网络安全、保护个人隐私的坚强盾牌 ，创造 更加安全、更加真实的数字世 界 。