当"眨眨眼"不再是证据：AI 视频已经骗过了人脸识别

10 月 26 日，"AI 生成视频已能逃过人脸识别系统"上了热搜。评论区一片"头皮发麻"，但真正让人不舒服的不是技术本身，是那条热搜底下没人问出口的问题：我上次刷脸的时候，屏幕对面确认的到底是我，还是一段十五秒的视频？

杭州市中级人民法院今年公布的一起案子，把答案摆到了台面上。两个人从网上搜集他人照片，用 AI 生成点头、摇头、眨眼的动态视频，再篡改相机数据，就这样通过了某购物平台的人脸核验，把账户里的个人信息搬了个空。

长沙雨花区法院另一起更直白。一名大学生在非法网站买了"AI 人脸伪造视频"的技术，做出别人的人脸动态视频，重置支付密码，不到四个月盗刷五万余元。没有黑客电影里的机房，没有内鬼，一个人在宿舍就能干完。

"眨眨眼"这条防线，本来就是凑合的

活体检测的逻辑，说白了是让摄像头确认"屏幕前是个活人"。早期靠眨眼、张嘴、摇头，后来加了光线变化、屏幕反光、红外深度，再后来是动作随机化——系统随机让你左转头或者念一串数字。

这套设计的隐含前提是：伪造一个会动的脸，比伪造一张静止的脸难得多。

这个前提在 2026 年塌了。现在的视频生成模型，输入一张正面照，几十秒就能给你一段带微表情、带呼吸起伏、带头部轻微晃动的片段。你让它点头它点头，你让它眨眼它眨眼。生成成本呢？环球时报采访的专家给了个数字：几十元、十几秒音频，就能"复刻"任何人。

真正的漏洞不在模型，在分发

值得说清楚的是，这类攻击很少靠"骗过最先进的算法"。它们骗的是流程里最薄的那一环。

第一环是数据来源。你的人脸照片不需要被黑进数据库，朋友圈、招聘网站、二手平台的头像、快递面单上的证件照复印件，随便一张正面清晰照就够了。杭州那起案子里，嫌疑人干的事就是"网络收集"。

第二环是相机数据的可信度。篡改相机数据听起来高级，实际上很多客户端把摄像头采集的画面当成可信输入，中间没有签名校验。这就等于门锁很结实，但门框是纸糊的。

第三环是复用。同一套模板可以批量套在几十个人身上，封一个号换一个壳，成本几乎为零。专家说的"门槛极低、模板可批量复制、封号就换壳"，说的不是技术，是这门生意的边际成本。

这条链的上游，是一门更赚钱的生意

盗刷五万是刑事案件的量级。真正规模化的在另一头。

10 月 18 日，演员吴越发声，说某个账号用 AI 假冒她的形象和声音推销护肤品。她保留的截图显示，那款商品累计销量 16492 件，粗估销售额超过 130 万元。造假视频的结尾，还出现了仿冒邓亚萍的形象接着带货。

一边是几十元的制作成本，一边是百万级的销售额。这种不对称，才是这类内容屡禁不止的原因。封号不是惩罚，是损耗。

同步发生的还有监管动作。广电总局部署了"AI 魔改"专项治理，重点清理基于四大名著、历史题材、英模人物的违规改编，主要网络视听平台 9 月清理违规视频近 13000 条。清理量以万计，说明供给端的产能已经过剩。

普通人能做的，比想象中具体

央视给出的建议很实操，值得抄下来：

视频通话时，让对方做一个指定动作——连眨三次眼、摸一下鼻子、用手指在脸前晃一下。AI 换脸在遮挡和快速位移时最容易露馅，画面会出现延迟、边缘抖动或者不自然的扭曲。

陌生来电，对方一直不说话，你先别开口。安静等三秒，还在沉默就挂断。声音样本是克隆的原料，你多说一句，素材就多一段。

非必要不提供身份证号、工作单位、家庭住址、职务。尽量别把人脸、照片、声音、指纹留在来路不明的小程序里。

对平台来说，真正有效的不是把活体检测做得更花哨，而是三件事：采集端加签名，让"相机数据"这件事有来源可查；高风险操作强制二次验证，别把刷脸当成唯一凭据；以及给生成内容留签名位——哪个模型产的、谁发的、平台识别后做了什么。

还有一个不太舒服的结论

这轮讨论里，很多人把希望寄托在"检测工具"上。但检测永远是滞后的：你先得有一段可疑视频，才能去验它。而刷脸支付这件事，发生在你还没看到视频之前。

所以真正的解法大概率不在算法侧，而在制度侧和产品侧：把"人脸"从唯一凭据降级成辅助凭据，把大额转账、改密码这类动作拉回到多因素验证，把生成内容的署名变成默认项而不是可选项。

技术已经把"看起来像真的"这件事做到了白菜价。接下来要花钱的，是重新定义什么叫"确认是我"。