AI換臉擬聲詐騙頻發！深偽Deepfake辨識技術與防騙指南 🛡️

眼見未為真、耳聽亦有假：生成式 AI 武器化帶來的信任危機

千百年來，人類社會建立信任最本能的基石，莫過於「睇到你嘅樣、聽到你嘅聲」。當收到至親來電焦急求救，或者老細喺視像會議親自下達轉賬指令，我哋往往唔會懷疑其真實性。然而，隨著生成式人工智能（Generative AI）技術幾何級數爆發，深偽技術（Deepfake）已經由荷里活電影級的昂貴特效，演變成不法分子唾手可得的詐騙武器。不法之徒只需喺社交平台公開影片中截取短短幾秒清晰語音，就能利用神經網絡克隆出帶有呼吸停頓、情緒起伏與個人口音的「數位分身」；更令人心寒的是，騙徒甚至能即時驅動多個虛擬高層面貌，召開一場只有受害人一個真人的跨國視像會議，在香港一舉捲走兩億港元！兔兔整理咗騙案紀實、資安解說同警方防騙影片，帶大家比較各種案例同查證角度～ 🐰🛡️✨

喺剖析防騙術之前，兔兔先出條盲點挑戰題考考大家：💡 如果有一日，你突然接到老細或親友嘅急切視像電話叫你即刻轉錢救急，點解單靠『肉眼睇畫面』已經完全防唔住詐騙？其實只要喺視像通話中叫對方做出一個好簡單嘅動作（例如將手指伸到鼻尖前快速左右揮動，或者將頭部大幅轉向側面 90 度），點解當前多數即時換臉 AI 就會即時穿崩露出破綻？快啲跟住兔兔喺片入面搵答案啦～ 👀💡

拆解深偽破綻、約定家庭暗號與企業離線審批雙重防禦

面對以假亂真的 AI 詐騙浪潮，我們需要從「技術識別」與「流程機制」建立雙重防禦陣線：

第一是「掌握即時視像通話的物理破綻」。當前主流開源換臉演算法在處理即時串流影片時，受限於運算延遲，面部邊緣往往會出現輕微抖動或色差；當有物體（如手指、手掌或紙張）快速橫過面部與口鼻時，模型容易發生遮擋運算錯誤，導致手指邊緣出現撕裂或換臉失效；要求對方轉向側臉時，耳垂與臉頰交界處亦常暴露出光影不自然或模糊偽影。

第二是「建立家庭暗號（Family Code Word）與二次查證習慣」。針對 3 秒擬聲合成的綁架或借錢詐騙，最堅不可摧的盾牌往往是最質樸的約定。每個家庭都應在實體離線狀態下，約定一個絕不在任何網絡、通訊軟件提及的秘密詞彙；凡遇緊急求助，先要求對暗號，並必須「即刻收線」，用自己手機的通訊錄原號碼重新撥打給對方核實，切勿在對方的引導下持續通話。

第三是「善用科技工具與落實多重簽核」。個人手機應安裝香港警方研發的「防騙視伏 App（Scameter+）」，自動過濾可疑電話與釣魚網址；企業機構則必須嚴格落實大額轉賬「雙人線下審批」制度，嚴禁單憑通訊軟體或視像指示直接放行資金。跟隨專業調查鏡頭，一齊築牢防騙防火牆吧！🔐📱