当 YouTube 通知你:有人在用 AI 伪造你的脸
deepfake · 数字隐私 · AI 安全 · YouTube
YouTube 刚把 deepfake 检测工具开放给所有成年用户——自拍一张照片,平台就会全网帮你巡逻。但 96% 的 deepfake 是不雅照,而你的脸交给 YouTube 就安全了吗?
某一天,你刷着手机,突然收到一条 YouTube 的通知。
"我们检测到一个视频使用了您的面部形象,您希望申请移除吗?"
点开一看,视频里"你"正在说一些你从来没说过的话,做着一些你从来没做过的表情,甚至穿着你衣柜里没有的衣服。
这可不是科幻电影的桥段。
2026 年 5 月 15 日,YouTube 宣布将其"面部相似度检测"工具从名人专属,扩展到所有 18 岁以上的用户。换句话说,现在全球几十亿 YouTube 用户中的每一个成年人,都可以提交一张自拍,让 YouTube 用 AI 帮你全平台巡逻——只要有视频里出现了"像你"的脸,系统就会通知你。
这听起来像是一件好事。但事情远没有这么简单。
一个"民主化"的工具
YouTube 的这个工具经历了一个很有意思的扩张过程。

YouTube 面部相似度检测工具示意图 · 来源:Pixability
创作者阶段
只给内容创作者使用——你是内容的制造者,你是被伪造的直接受害者
政要阶段
扩展到政府官员、政治家和记者——他们的"脸"本身就是公共资产
名人阶段
覆盖娱乐行业和明星——明星的脸值钱,被 deepfake 的可能性最大
所有成年人 ← 现在
所有 18 岁以上的 YouTube 用户均可使用
YouTube 发言人 Jack Malon 说了一句话,我觉得很值得玩味——
"
无论你是已经上传了十年视频的老创作者,还是刚开始用 YouTube 的新用户,你都可以获得同等程度的保护。
— Jack Malon,YouTube 发言人
同等程度的保护。这五个字背后藏着一个冷冰冰的现实——
deepfake 的受害者,早就不是名人了。
谁在被 deepfake
说几个数据,你就明白为什么 YouTube 要做这个决定了。

Deepfake 内容数量增长趋势(2023-2025)· 来源:DeepMedia / Europol IOCTA
1500%
三年增长率2023→2026
96-98%
deepfake 内容中不雅照占比
5 美元
制作一条 deepfake的成本
24.5%
人类辨认 deepfake的准确率
2023 年,全球记录到的 deepfake 事件是 42 起。2024 年,150 起。2025 年第三季度,单季就超过了 2000 起。
而在这庞大的数字里,有一组更触目惊心的比例——96% 到 98% 的 deepfake 内容,是不雅图片和视频。其中,99% 到 100% 的受害者是女性。
名人被伪造,上新闻。素人被伪造,往往沉默。
🌍 全球 snapshot
🇰🇷 韩国 2024 年仅七个月就有近 300 起 deepfake 性犯罪案件,Telegram"脱衣"AI 机器人月活 400 万
🇬🇧 15% 的受访者曾在网上看到过认识的人的 deepfake 色情内容
🇺🇳 2025 年全球 deepfake 造成的经济损失超过 10 亿美元
这才是 YouTube 把检测工具向所有人开放的真正原因——deepfake 的枪口已经对准了普通人。
工具怎么用,以及它的边界
流程很简单。你在 YouTube 设置里找到"面部相似度检测"功能,上传一张自拍风格的正面照片。YouTube 会用这张照片在全平台已有的视频中扫描匹配,一旦发现高度相似的面部,就会给你发通知。
收到通知后,你可以选择申请移除。YouTube 的审核团队会根据隐私政策来评估你的请求。
听起来很完善对吧?但有几个关键的限制你需要知道。
只检测脸
声音不管,体型不管。AI 克隆你的声音去做诈骗,这个工具帮不了你。
不是自动删除
系统只"通知"你,还要手动申请、等审核。视频可能已经传了几百遍了。
讽刺可以豁免
讽刺和模仿类内容可能不会被移除。谁来认定?标准是什么?
你要把脸交给 YouTube
面部数据由 Google 存储。你可以退出并要求删除,但你要信任它的安全体系。
而就在几天前,另一条新闻还在发酵——OpenAI 准备对苹果采取法律行动,理由是 ChatGPT 集成没有达到预期。今天你信任的平台,明天它会不会变成另一个麻烦的来源?谁也说不准。
猫和老鼠的军备竞赛
坦率讲,YouTube 这个工具的象征意义,大于它的实际效果。

人类 vs AI 检测 deepfake 准确率对比 · 来源:iProov / Pindrop
制作一条 deepfake
$5
不到 10 分钟
检测一条 deepfake
复杂模型 + 人工审核
数小时到数天
攻击的成本远远低于防守的成本。
更要命的是,人类辨认 deepfake 的准确率只有 24.5%。这不是"能准确识别 24.5% 的 deepfake"——而是和随机猜差不多的水平。绝大多数人在绝大多数时候,根本分不清自己看到的是真人还是 AI 生成的假货。
YouTube 本身就是一个靠算法推荐驱动的平台。它的推荐系统可以一夜之间让一个视频获得百万播放。
而同样的平台现在告诉你,它也在帮你监控有害内容。
你既要感谢它保护你,又要警惕它可能传播伤害你的内容。这种矛盾,不止 YouTube 一家。
2025 年第二季度,单季度就发生了 487 起政治相关的 deepfake 事件,占所有案例的 23.7%。我们正处在一个前所未有的尴尬境地——保护我们的工具和伤害我们的工具,来自同一家公司,运行在同一个平台上。
下一步会怎样
YouTube 这个决定释放了一个信号——deepfake 防御正在从"精英特权"变成"公共基础设施"。这是好事。但还远远不够。
真正有效的 deepfake 防御需要什么?我觉得至少有三个层面。
平台层面
自动检测技术需要大幅提升。不能只靠人脸匹配,声音克隆、行为模式、元数据分析都得跟上。而且审核速度必须快过传播速度——一条 deepfake 视频如果已经传播了 24 小时才被标记,那伤害就已经造成了。
法律层面
各国的立法进度参差不齐。中国、欧盟、英国已经有了相关法律,但执行力度和覆盖范围都还不够。美国至今没有联邦层面的统一立法,各州规定五花八门。
教育层面
公众对 deepfake 的认知和辨识能力需要系统性提升。当 68% 的 deepfake 已经"几乎无法区分"的时候,仅靠肉眼判断已经不够了。我们需要一套新的"数字素养"——不轻信、多验证、保护自己的面部和声音数据。
说到底,YouTube 开放检测工具是一个开始,但它不应该成为我们对 deepfake 问题的全部回应。
每次这种新闻出来,评论区总有人会说
"技术发展就是这样,我们只能适应"
我不同意。
技术本身不会决定社会走向。决定走向的是我们选择用技术做什么、以及选择限制技术做什么。
deepfake 的问题不是技术问题。它是一个关于信任、关于同意、关于人的尊严的问题。而这些问题,值得比一张自拍的检测工具更大的重视。
数据来源:TheGlobalStatistics / YouTube Blog / UNICEF / iProov / Pindrop
夜雨聆风