ARTICLE · 1275508
AI 换脸骗过人脸核验盗账户!人脸识别还安全吗?三问讲清楚
摘要
杭州两名不法分子用 AI 生成动态人脸视频，成功突破购物平台人脸核验、盗取个人信息。AI 脸和真人脸为何难分辨？风险谁承担？治理面临哪些新要求？三个问题，一次讲透，教你如何应对。
最近杭州市中级人民法院公布了一起案例：两名不法分子利用网络收集他人照片，通过 AI 生成点头、摇头、眨眼等动态视频，再篡改相机数据，成功突破购物平台的人脸核验，盗取了账户内个人信息。
这起案件让很多人心头一紧：AI 换脸，竟然真能骗过系统？ 这里先厘清一个概念，避免过度恐慌：传统人脸核验主要依靠活体检测，通过点头、摇头、眨眼等动态动作，区分真实用户和静态照片、视频。
但生成式 AI 快速发展后，已经能根据单张照片生成高度逼真的动态人脸视频，甚至模拟符合核验要求的动作，部分攻击还能结合虚拟摄像头、视频流注入等技术，绕过真实摄像头采集环节，让系统难以区分真实人脸和合成内容。
答案要分两层看，别走极端。 一方面，人脸识别并没有失效，仍有重要应用价值；但另一方面，它不能等同于绝对可靠的身份认证手段。
这起案件暴露的，是依赖单一动作验证的传统技术路线，正面临新的安全挑战 ——AI 生成技术和检测技术，已经进入了持续迭代的动态攻防阶段。
这里补一个人人都能理解的判断逻辑：人脸识别不是 "绝对安全"，而是 "相对可靠"。 它的价值在于便捷和高效率，而不是作为唯一的身份凭证。涉及大额资金、个人信息等高风险场景，越是要警惕单一生物识别手段的局限。
AI 带来的新型安全风险，需要依法治理、权责一致、多方协同。具体分三层：
- 违法犯罪者承担法律责任：利用 AI 伪造他人人脸、实施身份冒用、非法获取个人信息，应依法追究，从源头遏制技术滥用；
- 平台和企业履行安全责任：应用平台和技术服务方要依法落实个人信息保护和网络安全要求，持续完善身份核验机制，加强对深度伪造、视频流注入等新型攻击的风险识别与安全防护；
- 监管和公众各尽其责：监管部门完善标准规范和安全评估机制，推动风险信息共享、漏洞通报和协同处置；公众增强个人生物识别信息保护意识，避免随意公开或向不可信渠道提供敏感信息。
关于 AI 换脸的风险，有两个原则必须说清，避免被舆论带偏：
- 不能因噎废食：不能因为新技术有被滥用风险，就否定技术创新和应用本身；
- 不能转嫁风险：也不能把技术安全风险简单推给普通用户承担。应坚持发展与安全并重，通过技术创新、制度完善、多方协同，不断提升 AI 应用的安全性和可信度。
AI 生成视频突破人脸核验，反映出 AI 安全治理正在从传统的静态风险防范，转向生成技术与检测技术持续迭代的动态攻防对抗。这要求监管机制和技术能力两个层面同步升级。
监管层面：
健全人工智能安全治理体系，针对身份认证、金融交易、个人信息查询等高风险场景，建立与业务风险相适应的分级分类安全要求，避免过度依赖单一生物识别手段； 完善深度合成内容标识、生成内容溯源和安全评估机制，推动建立新型攻击样本共享、风险通报和动态测评制度。
以攻促防，推动安全防护从被动检测向主动对抗升级，利用先进生成式 AI 构建高逼真度攻击样本，持续开展人脸核验系统的红队测试和对抗评估； 综合运用设备可信验证、视频流注入检测、生理活体特征分析、多因素身份认证及业务行为风控等技术，构建多层次、纵深式防护体系。
面对 AI 换脸风险，普通人能做的其实不少：
- 少在公开平台晒正面清晰照片，尤其是包含完整五官、易被采集的高清自拍；
- 不要向不可信渠道提供人脸、声纹等生物信息，谨慎授权各类 App 的人脸采集权限；
- 为涉及资金、隐私的账户开启多重认证，如密码 + 短信验证码 + 人脸等组合验证，避免单一人脸识别；
- 发现异常及时处理，若发现账户被盗、个人信息泄露，第一时间冻结账户、修改密码并向平台和相关部门报告。
AI 换脸突破人脸核验的案例，第一次让普通人也直观感受到：生成式 AI 的威胁，已经从 "编造文字、合成声音"，升级到 "直接伪造你的脸"。这起案件最值得警惕的，不是技术本身，而是它揭示的身份认证逻辑正在被改写 —— 依赖单一生物特征的验证方式，已经不足以承担高价值场景的安全重任。
对普通用户来说，最该调整的心态是 "别恐慌，但别大意"。人脸识别依然是便捷高效的工具，但绝不该是你账户安全的唯一防线。少晒高清正面照、谨慎授权生物信息、开启多因素认证，这些举手之劳的防护，远比事后维权来得重要。
对行业和监管而言，方向也很清晰：不是停用人脸识别，而是让安全能力跟上生成技术 —— 用 AI 对抗 AI，用动态攻防取代静态防线，把真实案例及时转化为安全测评场景。技术的进步必然伴随风险，但真正成熟的治理，从来不是回避风险，而是让安全跑在风险前面。
