待验证50% 置信事实精确时间
深度伪造的识别目前主要依靠生物信号（如血流引起的肤色微变化）、生成伪影检测和数字水印溯源。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/17
首次发现
有效期至：2027/1/15
来源
涉及实体
相关事实
待验证AI深度伪造检测技术通过识别面部边缘频域异常、眨眼频率不自然、肤色与颈部不一致、背景与前景光照矛盾等伪造痕迹来检测换脸视频73% 相似待验证MIT媒体实验室Joy Buolamwini的研究揭示了人脸识别系统对深色皮肤人群识别准确率显著低于浅色皮肤66% 相似待验证AI合成人脸缺乏真实血流，相应区域像素波动随机或近乎恒定，可作为换脸鉴定依据65% 相似待验证在实验室干净输出上表现完美的深度伪造检测器，进入真实内容分发环境经过平台图像处理后可能判别能力急剧下降65% 相似待验证深度伪造检测器通常依赖像素级微小异常、高频噪声模式或压缩伪影中的生成器特征，而平台处理会系统性地破坏或覆盖这些信号64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1055577API
curl https://kongchang.com/api/v1/knowledge/claims/1055577MCP
get_claim(id=1055577)