AI换脸拟声诈骗频发！深伪Deepfake辨识技术与防骗指南 🛡️

眼见未为真、耳听亦有假：生成式 AI 武器化带来的信任危机

千百年来，人类社会建立信任最本能的基石，莫过于「睇到你嘅样、听到你嘅声」。当收到至亲来电焦急求救，或者老细喺视像会议亲自下达转账指令，我哋往往唔会怀疑其真实性。然而，随著生成式人工智能（Generative AI）技术几何级数爆发，深伪技术（Deepfake）已经由荷里活电影级的昂贵特效，演变成不法分子唾手可得的诈骗武器。不法之徒只需喺社交平台公开影片中截取短短几秒清晰语音，就能利用神经网络克隆出带有呼吸停顿、情绪起伏与个人口音的「数位分身」；更令人心寒的是，骗徒甚至能即时驱动多个虚拟高层面貌，召开一场只有受害人一个真人的跨国视像会议，在香港一举卷走两亿港元！兔兔整理咗骗案纪实、资安解说同警方防骗影片，带大家比较各种案例同查证角度～ 🐰🛡️✨

喺剖析防骗术之前，兔兔先出条盲点挑战题考考大家：💡 如果有一日，你突然接到老细或亲友嘅急切视像电话叫你即刻转钱救急，点解单靠『肉眼睇画面』已经完全防唔住诈骗？其实只要喺视像通话中叫对方做出一个好简单嘅动作（例如将手指伸到鼻尖前快速左右挥动，或者将头部大幅转向侧面 90 度），点解当前多数即时换脸 AI 就会即时穿崩露出破绽？快啲跟住兔兔喺片入面揾答案啦～ 👀💡

拆解深伪破绽、约定家庭暗号与企业离线审批双重防御

面对以假乱真的 AI 诈骗浪潮，我们需要从「技术识别」与「流程机制」建立双重防御阵线：

第一是「掌握即时视像通话的物理破绽」。当前主流开源换脸演算法在处理即时串流影片时，受限于运算延迟，面部边缘往往会出现轻微抖动或色差；当有物体（如手指、手掌或纸张）快速横过面部与口鼻时，模型容易发生遮挡运算错误，导致手指边缘出现撕裂或换脸失效；要求对方转向侧脸时，耳垂与脸颊交界处亦常暴露出光影不自然或模糊伪影。

第二是「建立家庭暗号（Family Code Word）与二次查证习惯」。针对 3 秒拟声合成的绑架或借钱诈骗，最坚不可摧的盾牌往往是最质朴的约定。每个家庭都应在实体离线状态下，约定一个绝不在任何网络、通讯软件提及的秘密词汇；凡遇紧急求助，先要求对暗号，并必须「即刻收线」，用自己手机的通讯录原号码重新拨打给对方核实，切勿在对方的引导下持续通话。

第三是「善用科技工具与落实多重签核」。个人手机应安装香港警方研发的「防骗视伏 App（Scameter+）」，自动过滤可疑电话与钓鱼网址；企业机构则必须严格落实大额转账「双人线下审批」制度，严禁单凭通讯软件或视像指示直接放行资金。跟随专业调查镜头，一齐筑牢防骗防火墙吧！🔐📱