前言

当大模型开始“睁眼”看世界，伪造者也开始“闭眼”造世界。

2025 WAIC释放出的信号很明确：没有AI安全底座，就没有产业智能化的高楼。WAIC 把“安全”摆在与“创新”同等重要的位置，形成了“1 份共识框架＋2 份重磅报告＋3 大技术展示＋N 场高端对话”的立体化安全议程。其中合合信息现场展示了“AI 鉴伪”的三组“黑科技”——人脸视频鉴伪、AIGC图像鉴伪、通用篡改检测——为狂奔的多模态AI系上了“安全带”。

从“深度伪造”到“深度信任”：AI安全的时代拐点

门槛断崖：从“会写代码”到“会说话”

2013年制作一条换脸视频需要专业显卡和编程知识，而2025年只需一部手机：开源工具ROOP v3.0内置15种人脸模型，微信小程序"妙颜AI"将操作简化成一句话指令，单次换脸成本已降至0.0067元。这种技术民主化带来便利的同时，也催生了新的安全隐患。

技术对比：

• ‌2013年‌：8小时训练，200张素材，专业设备
• ‌2025年‌：10秒完成，零技术门槛，手机即可操作

黑产工具链的“工业化”升级

当技术门槛降低，黑色产业迅速形成完整生态链：

• 素材库：

1. 暗网“Face100”数据集收录 1.2 亿张高清人脸，按年龄、性别、人种分类；
2. “DocForge”模板商城提供 3000+ 伪造证件 PSD，支持自动替换头像、姓名、编号。

• 工具箱：

1. 一键去水印脚本“CleanUp Pro”可对抗 C2PA、TruePic 等 6 种主流水印；
2. “ReCompress”算法在压缩的同时保留伪造特征，社交平台二次传播后仍“肉眼可信”。

• 分发链：

1. Telegram 频道“FakeFactory”日均推送 5000 条伪造视频；
2. 东南亚“内容农场”以 0.03 美元/条的价格接包，24 小时可铺满 TikTok 热门榜。

这种工业化运作使得伪造内容产量两年增长1000倍，而检测技术仅提升4倍效率，形成危险的"剪刀差"。

AI安全的时代拐点2025

• 技术拐点：Diffusion Transformer 参数量突破 80 B，生成质量首次越过“恐怖谷”；
• 算力拐点：H100 显卡租赁价跌破 1.2 美元/卡时，伪造成本击穿心理防线；
• 监管拐点：中美欧同步落地《AI 生成内容标识法》，强制水印反而刺激了“反检测”黑产；
• 社会拐点：Z 世代对“眼见为实”的信任度首次跌破 50%（皮尤 2025 调查）。

WAIC现场的三场“攻防战”

在 WAIC 2025 现场的合合信息展台，“攻防战”不再只是抽象的技术口号，而是被拆分成三场可触、可看、可实战的硬核演示。

人脸视频：毫秒级“拆面具”

观众在合合信息人脸鉴伪展台体验“真假对决”：其中一个是真人，还有两个是ROOP实时伪造，表情纹路及其相似，肉眼难辨，但AI人脸鉴伪模型能即刻判断真伪，并标出伪造区域。

左侧图为生成的2个“假”人脸，右侧图为“假”人脸被鉴伪模型鉴别为“99%”假

核心挑战：目前市面上合成人脸的技术手段多样而复杂，传统的检测技术在应对新出现的人脸伪造算法时往往“有心无力”。

针对不同的人脸篡改形式，合合信息团队基于大规模数据训练，形成了多层次AI篡改检测方案。

例如，应对人脸图像交换伪造，合合信息AI人脸鉴伪模型能够锚定人眼不可见的高级视觉差异，为每一个像素打上真伪标签并计算伪造像素占比，为图像真伪概率“打分”。此外，合合信息团队还面临形式更多变的伪造情况，例如由伪造算法直接生成的复杂图像。采用了多种神经网络模型，聚焦于图像特征，实现多维度交叉验证真伪，让判断结果更精准。

AIGC图像鉴伪技术：让AI生成的“假名画”显形

随着大模型的持续优化，AIGC图像中可被观察到的“失真细节”正变得越来越少，现场展出的《星空》《向日葵》等名画被大模型二次生成后肉眼难以鉴别真假，而合合信息推出AIGC图像鉴别技术，用大模型分析“看不见”的图像信息，让生成式假图无所遁形。

核心挑战：生成式 AI 能产出高度逼真图像，严重威胁舆论安全和公共信任，且传统方法缺少可解释性和泛化性。

方案：借助 MLLM 的推理能力，通过多角度 Prompt 设计＋融合策略，在复杂数据集上超过传统模型与人类专家

AIGC图像鉴别技术具备鉴别范围广、抗攻击性强等优势，可应对实际场景中复杂、多样的图片信息。在鉴别范围上，合合信息AIGC图像鉴别技术可通过不同角度和不同层级的prompt，分析AI生成图像的视觉特征以及透视关系、光影角度等合理性因素，结合图像频谱信息辅助模型进行判断，实现毫秒级鉴伪，有效识别MidJourney、 Stable Diffusion、StyleGAN和GPT 4O等主流模型AI生成图片，测试样本集鉴定准确率超90%，适用于社交媒体内容治理、商业欺诈鉴定、保险理赔等多个场景。

TextIn篡改检测平台

TextIn通用篡改检测平台采用自研深度神经网络技术，基于百万级数据训练，支持财务凭证篡改检测、商场机打小票篡改检测、以及身份证、护照、行驶证、驾驶证、港澳台证件等数十种常用卡证篡改检测。平台可在毫秒级时间内完成一次鉴定，在适配场景下，误检率低至千分之一。目前已落地证券、银行等场景。

核心痛点：传统伪造检测方法只能输出真假或mask，难以说明“为什么”； 单一监督信号对多种伪造方式难以泛化。

解决方案：

• 深度神经网络端到端定位篡改区域；
• 百万级数据集覆盖PS、拼接、打印翻拍等20种攻击；
• API已接入银行远程开户、保险理赔、电商反欺诈等场景。

总结

AI让伪造更容易，也让检测更强大。真正的安全不是让技术停步，而是让每一次创新都自带“刹车片”。合合信息目前已开放检测系统并牵头制定行业标准，实现金融、政务、电商等多场景快速落地与复用。未来，无痕篡改、跨模态融合与数据稀缺等难题仍待攻克，亟需产学研协同持续突破。