近日，聯(lián)合國在瑞士日內(nèi)瓦召開全球AI for Good（人工智能向善）峰會。螞蟻集團技術戰(zhàn)略與發(fā)展部副總經(jīng)理彭晉受邀分享中國在金融場景中對抗“深度偽造”的技術成果，同時披露螞蟻數(shù)科服務的東南亞銀行偽造人臉攻擊頻率已從高峰期的10%大幅擊退至4%，識別準確率保持在99.9%，可為全球AI安全治理提供可復用的"中國方案"。

螞蟻集團技術戰(zhàn)略與發(fā)展部副總經(jīng)理彭晉在AI for Good峰會分享中國技術成果

全球AI for Good人工智能向善峰會由聯(lián)合國下屬國際電信聯(lián)盟（ITU）與40多個聯(lián)合國姊妹機構合作舉辦，并與瑞士政府共同承辦。大會旨在推動人工智能促進健康、氣候、性別、包容性繁榮、可持續(xù)基礎設施和其他全球發(fā)展優(yōu)先事項。

隨著生成式AI工具的普及應用，全球范圍內(nèi)利用“AI換臉”進行欺詐的惡性事件屢見不鮮，尤其在金融機構的用戶注冊、交易等環(huán)節(jié)，身份偽造可能導致銀行、支付平臺錯誤判斷，帶來直接經(jīng)濟損失。據(jù)彭晉介紹，2024年，東南亞銀行的Deepfake（深度偽造）攻擊率，在高峰時期達到了10%，即每100次人臉驗證中有10次為虛假人臉。在螞蟻數(shù)科的產(chǎn)品技術支持下，其服務的東南亞銀行Deepfake攻擊率已擊退至4%。這些銀行用戶身份認證的攔截率從原本50%降低至3%。業(yè)務提效的同時，識別準確率保持在99.9%。同時，彭晉表示，人臉識別算法攻防是一個與黑產(chǎn)對抗博弈的過程，算法依然需要以“天”為單位不斷更新，來對抗及預判新型的偽造手法。

據(jù)介紹，目前金融機構面臨的主流“換臉欺詐”方式包括兩大類，一類是呈現(xiàn)式攻擊，即在相機前呈現(xiàn)虛假圖像以繞過活體檢測。另一類是注入式攻擊，即從系統(tǒng)層面破解相機，注入預錄圖像/視頻以替換相機捕獲的面部畫面。螞蟻數(shù)科旗下ZOLOZ可提供金融級的身份安全認證服務，在設備端實施環(huán)境安全檢測，在應用端利用動態(tài)深度學習模型精準識別活體特征，并建立了完善的業(yè)務風控策略，有效抵御各類攻擊。目前，ZOLOZ的相關技術產(chǎn)品已經(jīng)服務全球超25個國家和地區(qū)，助力海外數(shù)字化發(fā)展。

此前，螞蟻數(shù)科在全球人工智能頂會IJCAI2025開放超過180萬多模態(tài)深度偽造數(shù)據(jù)集，共涵蓋88種偽造技術，推動行業(yè)開展可驗證、可追溯的AI安全研究。