深度伪造检测

深度伪造检测工具会分析人脸、图片、视频、声音或文档，寻找由 AI 生成或篡改留下的迹象。它们可用于身份验证、反欺诈、内容审核和取证复核，但检测结果通常只是风险信号，不能单独视为事实证明。

先匹配媒体类型与攻击方式

确认工具能否处理静态图片、录制视频、实时视频流、音频或证件扫描件。专门识别人脸替换的模型，不一定能发现克隆语音或合成文档。在身份核验场景中，还要检查它是否覆盖照片翻拍、屏幕回放、虚拟摄像头和媒体注入攻击。

比较结果解释与接入方式

有价值的产品不仅给出真假结论，还应提供置信度、原因码或可复核的可疑区域。对比网页工具、云 API、移动与 Web SDK、批量处理、响应延迟、Webhook 和人工审核队列。测试时既要准备明显伪造样本，也要使用真实业务环境中的低清、压缩或光线不佳素材。

了解检测边界和数据处理

生成模型持续变化，压缩、裁剪、照明和摄像头质量也会影响结果。应关注近期评测、误报情况和人工升级机制。上传敏感媒体前，核实保存期限、是否用于训练、加密、删除和处理地区。不要把单个分数当作法律证据或高影响自动决策的唯一依据。