探“真”訪談：張文宏說“像蝗災一樣”的事，可以治！

最近，復旦大學附屬華山醫院感染科主任張文宏“被帶貨”事件很受關注。不法分子利用AI技術，將張文宏在其他場合的講話視頻篡改爲“張文宏在推廣一種蛋白棒”，部分消費者信以爲真。對此，張文宏接受媒體採訪闢謠，並表示AI生成信息像蝗災一樣，一次又一次發生，雖然向平臺投訴，但感覺難以解決問題。

AI生成的視頻真的沒辦法識別、治理嗎？申城好網民專家、中國圖象圖形學學會（CSIG）文檔圖像分析與識別專委會常務委員、上海市圖像圖形學學會（SIGA）理事、合合信息圖像算法研發總監郭豐俊給出了積極的回答：可以治！

眨眼、轉頭、站立讓假視頻露餡

對一些粗製濫造或技術不太成熟的AI視頻，觀看者通過一些細節就能識別。

例如，“張文宏帶貨”屬於非實時視頻，觀看者可以從“動作重複性”“眼球運動”“面部細節”等來發現AI生成的漏洞。目前，社交平臺上的很多數字人也有同樣的瑕疵。

具體來看，AI生成的視頻可能會頻繁重複某種動作，因爲生成模型在動作匹配上存在侷限，只學習到幾個關鍵動作，然後通過重複來呈現一段視頻。眼球運動、面部細節等是AI生成視頻最容易“露餡”的地方，AI生成人物的眨眼頻率、嘴部動作等往往不自然、不真實。

AI生成的視頻人物的眼睛、嘴部等細節都不太自然（圖源：open-sora 模型生成）

針對AI生成的實時視頻，如用AI換臉等技術生成的“某位明星給你打電話”“某位朋友向你借款”等視頻，也有識別辦法。這個時候，觀看者可以要求對方做一些大幅度的動作，包括轉頭、站起來等，再根據畫面、面部扭曲程度來判定真僞。因爲AI合成的實時視頻往往無法在短時間內實現高質量渲染，從而出現漏洞。

郭豐俊說，這些經驗不僅能幫助普通人識別AI生成視頻，而且爲相關平臺、技術研究人員提供了鑑僞方向——設計對應的大模型，實現技術鑑別。

目前，很多AI生成視頻都存在缺乏個性化表情動作、畫面抖動、違反物理規律等現象，它們屬於“連續僞造畫面的時序瑕疵”，有針對性地對鑑僞模型進行優化，就能從技術層面識別這類造假行爲。

還有，不少AI生成的視頻人物面部會有明顯瑕疵，包括內臉區域的五官與外臉區域的髮型等不一致；在針對特定名人的AI造假視頻中，這類問題更明顯。技術研發者可以有的放矢地訓練對應的鑑僞大模型，從而提高鑑僞效率。

注入“數字水印”，進行主動防禦

隨着AI技術的發展，AI生成的視頻已經越來越“精美”乃至“完美”，不要說人眼無法識別，可能連普通的鑑僞大模型都無能爲力。這個時候，還有什麼辦法來識別AI造假？

郭豐俊表示，“用技術打敗技術”已經成爲很多AI開發者的共識，目前有不少開發者發佈了深度僞造（Deepfake）專業檢測器工具。比如，深度僞造檢測平臺Reality Defender可以爲企業和政府檢測圖像、視頻、音頻、文本中的深度僞造等。

不過，這類檢測都屬於“被動防禦”，就是利用技術來判斷圖像、視頻中是否存在AI造假的情況。在此基礎上，很有必要引入“主動防禦”策略，通過在圖像和視頻中注入“半脆弱性數字水印”，從源頭預防造假行爲，併爲“被動防禦”提供更有力的技術支撐。

所謂“半脆弱性數字水印”，是指在不破壞原有圖像、視頻內容的基礎上，在人臉等重要表徵上嵌入隱藏的、肉眼不可見的水印信息。圖像或視頻一旦被編輯修改，水印就會被破壞；而使用數字水印檢測器能很容易發現圖像或視頻是否進行過編輯，以及在哪裏進行了編輯。

簡而言之，“半脆弱性的數字水印”與目前AI生成圖像、視頻時產生的“水印”不一樣——它們並不直接呈現在圖像或視頻上，而是“刻”在圖像與視頻裏，一經剪輯就會被破壞。

植入“半脆弱性數字水印”的身份證圖像生動展示了這一新技術的價值：用肉眼看，這些身份證圖像沒有任何異常；但專業檢測系統一掃描，立刻提示它們進行過編輯，並標註出編輯的部分——因爲圖像的“半脆弱性數字水印”被破壞了。

專業檢測系統可識別圖像中被篡改、僞造的部分（圖源：textin平臺，證件信息爲AI生成）

郭豐俊說，AI鑑僞是一項社會性工作，事關立法、監管、前沿研究、技術實踐等多個維度，需要更多的跨界合作。一方面，通過教育和宣傳，能提高公衆對AI造假慣用場景、識別方法的瞭解。另一方面，也要強化視頻製作者、發佈平臺的責任感，除了在視頻發佈後有“被動防禦”舉措，更要有“主動防禦”意識。如果創作者在發佈原始視頻時，就使用“半脆弱性數字水印”，或者平臺爲始發的視頻、圖像注入這一數字水印，那麼此後不僅能通過數字水印檢測器驗證視頻的真實性和完整性，還能實現溯源管理。

微信編輯：何夕

還原事實，洞悉真相。

歡迎關注，留言舉報！