以色列总理本雅明·内塔尼亚胡上个月发了条视频，想证明自己没被导弹炸死。结果评论区炸了——更多人认定他是深度伪造（deepfake，用AI生成的虚假音视频）。
他犯了什么错？光线 tricks 让他的右手看起来像有6根手指。这个细节成了"AI露馅"的经典标志。几天后他冲进一家咖啡店，举着双手笑呵呵地数手指：1、2、3、4、5。
专家告诉我，这是首位公开自证非AI的大国领导人，而且输得很难看。到现在还有大批人坚信他已经死了，顺便把我也划进了"掩盖真相"的阴谋名单。
我阿姨认识我30年，胜率90%
看到内塔尼亚胡的翻车现场，我决定做个实验。打电话给阿姨Eleanor，告诉她过几分钟会收到我的电话——但可能是真人，可能是AI克隆。
第一轮她挺自信："真人说话起伏更大，AI太平了。"
第二轮我换了AI语音回拨。她沉默了很久。"刚才那次……更像人工的。"
也就是说，认识我三十年的亲人，在明确知道可能被欺骗的前提下，准确率只有90%——而且她把真人当成了AI，把AI当成了真人。
这还没完。几周前我在家庭群发了条Google隐私设置的链接，我妈立刻警觉："怎么证明你是Tom不是骗子？说点骗子说不出来的。"
我憋了半天，回了句我们家的内部梗。她信了。但这种"社会认证"能撑多久？
当"自证清白"变成行为艺术
内塔尼亚胡的咖啡店视频犯了几个低级错误。专家Santiago Lakatos指出：光线差、角度单一、没有实时互动。这恰恰是AI视频最容易模仿的场景。
更讽刺的是，他越努力证明，越像AI。人类看到"完美自证"会本能怀疑——太干净了，干净得像渲染出来的。
我采访了多位深伪检测研究者，得到一份"活人认证指南"：
第一，制造不可预测性。AI擅长回应，但不擅长主动制造混乱。内塔尼亚胡如果当场让店员随机说个数字，他重复一遍，可信度会高很多。
第二，暴露生理瑕疵。流汗、眨眼频率不规律、背景噪音里的随机咳嗽。AI视频往往"过于健康"，像美颜开到满级。
第三，时间锚定。举起当天的报纸已经过时了，要展示实时信息——比如此刻Twitter的热搜榜，而且得是动态滚动状态。
但这里有个悖论：这些技巧公开后，AI训练数据里也会加入它们。今天的"活人特征"，明天就是深伪的标配。
信任崩塌的连锁反应
深伪检测公司Reality Defender的CEO Ben Colman给我算了笔账：2024年上半年，他们检测到的合成语音攻击同比增长了900%。不是"大幅上升"，是精确的900%。
更麻烦的是反向攻击。一位安全研究员告诉我，他已经遇到三起案例：真人被指控为AI，职业生涯差点毁掉。"比被冒充更可怕的是，你无法证明自己不是冒充的。"
内塔尼亚胡事件后，以色列反对派议员要求总理进行"线下公开露面"。你看，连"真人到场"都成了需要特别申请的可信度背书。
这让我想起阿姨实验后的对话。她问我："如果以后视频通话都不能信了，我们怎么办？"
我说："可能得约定一个暗号，只有家人知道的。"
她回："那AI偷听了我们的电话呢？"
暗号也在失效
这个担忧不是 paranoid。GPT-4级别的模型已经能处理多轮对话上下文，家庭暗号在足够长的交互里会被试探出来。更狠的攻击是"深度上下文伪造"——AI不直接猜暗号，而是诱导你自己说出来。
我最后问专家：有没有绝对可靠的验证方式？
答案是物理接触。DNA、指纹、当面握手时的体温。但全球每天有数十亿次远程身份验证发生，不可能全部线下完成。
内塔尼亚胡的5根手指视频发布后，他的支持者在评论区刷起了"活着的总理"。反对派则剪辑了另一个版本：手指数量正确，但光影计算"过于完美"，反而像Unity引擎渲染。
两个版本传播量差不多。真相的权重，第一次和阴谋论打成了平手。
实验结束我给阿姨发了条语音解释全过程。她回："下次直接打视频吧，让我看看你的猫。"
我的猫上个月死了。这个细节，AI暂时还不知道。
热门跟贴