待验证50% 置信事实精确时间

深度伪造技术的技术底座经历了从生成对抗网络（GAN）到扩散模型（Diffusion Model）的代际跃迁

1

来源数

50%

置信度

长期有效

时效性

2026/7/7

首次发现

来源

字节阿里叫停拟人AI智能体：监管收紧下的行业变局

hackernewshackernews2026/7/6

相关事实

待验证深度伪造技术最初于2017年前后兴起，早期基于生成对抗网络（GAN）架构80% 相似待验证深度伪造的核心原理基于生成对抗网络（GAN）或扩散模型，早期需要数百张照片和数小时训练时间74% 相似待验证深度伪造的核心原理依赖生成对抗网络（GAN），由生成器与判别器相互博弈不断优化输出质量69% 相似待验证2020年代以来出现基于深度学习的侧信道攻击，研究者使用卷积神经网络从功耗轨迹自动提取特征，某些场景下能绕过传统硬件对抗措施67% 相似待验证深度伪造（Deepfake）技术基于深度学习中的生成对抗网络（GAN），制作成本已从数年前的数十万美元降至普通个人可负担的水平67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/151793

API

curl https://kongchang.com/api/v1/knowledge/claims/151793

MCP

get_claim(id=151793)