快速回答：Deepfake 是什麼？
Deepfake（深偽）是用 AI 技術生成的逼真假影片、假音訊或假圖片，讓目標人物看起來像在說或做他們從未說過或做過的事。這個技術可以讓一個人的臉出現在別人的身體上、模仿一個人的聲音說出任何話、或生成一個完全不存在的人的照片。
「Deepfake」這個詞結合了 Deep Learning（深度學習）和 Fake（假的）。名字來自 2017 年一個在 Reddit 上使用 AI 製作換臉影片的匿名使用者。
Deepfake 的正式定義
Deepfake 是利用深度學習技術（特別是生成對抗網路 GAN 和擴散模型 Diffusion Model）生成或修改的多媒體內容，使其呈現出從未實際發生的事件或言論，且視覺或聽覺上難以與真實內容區分。
白話解釋：Deepfake 就像什麼？
以前要做假照片，你需要 Photoshop 專家花好幾個小時才能做出一張「看起來像」的合成照。現在用 AI，幾分鐘就能做出一段逼真的影片——讓總統說出他沒說過的話、讓 CEO 在視訊中指示匯款、或把任何人的臉放到任何影片上。
而且品質已經好到一般人用肉眼很難分辨真假。
Deepfake 的技術原理
生成對抗網路（GAN）
早期的 Deepfake 主要使用 GAN（Generative Adversarial Network）。GAN 有兩個神經網路互相對抗：
生成器（Generator）：負責生成假內容（例如合成的人臉）。 判別器（Discriminator）：負責判斷內容是真的還是假的。
兩個網路互相訓練——生成器越來越擅長造假，判別器越來越擅長辨真假。最終生成器產出的內容連判別器都分不出來，也就是連 AI 自己都無法分辨真假。
擴散模型（Diffusion Model）
2024 年之後，許多 Deepfake 工具改用擴散模型。擴散模型的品質更高、更穩定。它的原理是先把圖片加入噪音直到變成隨機像素，再訓練模型學習如何一步步去除噪音還原圖片。學會了這個過程之後，模型就可以從純噪音開始，生成全新的逼真圖片。
自編碼器（Autoencoder）
換臉 Deepfake 常用的技術。先訓練一個編碼器把人臉壓縮成向量，再訓練一個解碼器從向量還原人臉。用 A 的臉訓練編碼器，用 B 的臉訓練解碼器，就可以把 A 的表情和動作「翻譯」成 B 的臉。
語音克隆
只需要幾秒到幾分鐘的目標人物語音樣本，AI 就可以生成該人的語音說出任何話。2026 年的語音克隆技術已經可以複製說話的節奏、語調、口音和情感。部分工具支援即時語音轉換——你說中文，輸出的是目標人物的聲音說中文。
Deepfake 的常見類型
| 類型 | 說明 | 製作難度 | 偵測難度 |
|---|---|---|---|
| 換臉（Face Swap） | 把 A 的臉換成 B 的臉 | 低 | 中 |
| 臉部重現（Face Reenactment） | 用 A 的表情控制 B 的臉 | 中 | 中高 |
| 語音克隆（Voice Clone） | 模仿目標人物的聲音 | 低 | 高 |
| 全身合成（Full Body） | 生成完整的人物影片 | 高 | 中 |
| 文字轉影片（Text-to-Video） | 用文字描述生成影片 | 中 | 低到中 |
| 完全虛構人物 | 生成不存在的人的照片/影片 | 低 | 高 |
2026 年的趨勢：即時 Deepfake。可以在視訊通話中即時換臉，讓對方以為在跟另一個人通話。這對商業詐欺構成嚴重威脅。
真實案例
CEO 語音詐欺（2019）
一家英國能源公司的高管接到一通電話，聲音聽起來是他的德國母公司 CEO，指示他緊急匯款 24.3 萬美元到匈牙利的供應商帳戶。高管照做了——後來發現電話中的聲音是 AI 模仿的。這是已知最早的 Deepfake 語音詐欺案之一。
香港跨國公司詐欺（2024）
一家跨國公司的香港分公司員工收到了來自「英國總部 CFO」的視訊會議邀請。會議中出現了多位「同事」的影像和聲音，指示他轉帳 2,560 萬美元。所有出現在視訊中的人都是 Deepfake。這個案件顯示 Deepfake 已經可以在視訊會議中同時模擬多個人。
政治操弄
2024 年美國大選期間，出現了多起用 AI 生成的假影片和假音訊，模仿政治候選人說出具有爭議性的言論。雖然這些內容後來被證實是 Deepfake，但在被揭穿之前已經被大量轉發，造成了輿論影響。
不雅內容
Deepfake 最早和最普遍的惡意用途。未經同意使用他人的臉孔生成不雅影片或圖片。受害者以女性為主。多國已經立法將這種行為列為犯罪。
如何辨識 Deepfake？
視覺線索
臉部邊緣。Deepfake 的人臉和周圍環境（頭髮、脖子、耳朵）的接合處可能有不自然的模糊或閃爍。特別注意耳垂、髮際線、和下巴線條。
眨眼頻率。早期的 Deepfake 很少眨眼（因為訓練資料中閉眼的照片較少），但這個問題在 2025 年之後已經被大幅改善。
牙齒和舌頭。嘴巴內部的細節（牙齒的形狀、舌頭的動態）仍然是 Deepfake 較弱的地方。
光線一致性。注意人臉上的光線方向是否與環境一致。Deepfake 有時候會出現臉上的光源方向跟背景不同的情況。
首飾和配件。眼鏡的反光、耳環、項鍊等細節在 Deepfake 中可能會出現不自然的變形或消失。
音訊線索
呼吸和停頓。真人說話會有自然的呼吸聲和思考停頓。AI 生成的語音可能太「流暢」——沒有「嗯」「呃」等填充詞。
情感不一致。語音的情感和說話內容不匹配。例如用嚴肅的語氣說開心的內容。
背景音。Deepfake 語音通常很「乾淨」——沒有環境背景音，或背景音不自然。
工具輔助
有專門的 Deepfake 偵測工具和服務（例如 Microsoft Video Authenticator、Intel FakeCatcher、各研究機構的偵測模型）。但要注意：偵測工具和造假工具在持續的技術軍備競賽中，偵測工具不一定能抓到最新的 Deepfake。
防範指南
個人防範
對任何「異常的視訊通話」保持警覺。如果老闆突然用視訊要求你緊急匯款，掛掉電話用其他方式（例如直接打到他的手機）確認。
減少公開的個人影音資料。你在網路上的照片和影片越多，被用來訓練 Deepfake 的素材就越多。不是說不能發——但要意識到這個風險。
建立「驗證碼」。在家庭成員之間約定一個只有彼此知道的暗號。接到可疑電話時，用這個暗號驗證對方身分。
企業防範
多因素驗證所有重大指令。任何涉及金錢轉帳、系統存取、或敏感操作的指令，不論來自視訊、電話還是 email，都要透過另一個管道確認。「CEO 在視訊會議上說要匯款」不等於「真的 CEO 真的要你匯款」。
建立異常操作的覆核流程。超過一定金額的轉帳需要多人簽核。緊急要求（「馬上做，不要問」）反而應該更仔細確認。
教育員工。讓員工知道 Deepfake 的存在和風險。定期做社交工程演練，包含 Deepfake 場景。
技術措施。使用數位簽章和內容真實性驗證技術（如 C2PA）。部署 Deepfake 偵測工具在關鍵流程中（例如視訊面試、線上客戶驗證）。
法律現況
台灣
目前沒有專門針對 Deepfake 的法律，但相關行為可能觸犯現有法律：
- 刑法第 310 條誹謗罪（散布不實言論）
- 個人資料保護法（未經同意使用他人影像）
- 刑法第 235 條散布猥褻物品罪（不雅 Deepfake 內容）
- 刑法詐欺罪（用 Deepfake 進行詐欺）
國際
韓國在 2024 年加重了 Deepfake 色情內容的刑罰。歐盟 AI Act 要求 AI 生成的內容必須標明。美國部分州（加州、德州等）有針對 Deepfake 的特定法律。
安全注意事項
Deepfake 技術本身是中性的——它也有正當的用途，例如電影特效、語言學習（用 AI 配音讓外語影片有自然的中文口型）、無障礙（為聾啞人士生成手語影片）。
但濫用的風險非常高。技術門檻越來越低——2026 年任何人用手機 App 就能做出基本的換臉影片。這代表偵測和防範不能只靠技術，還需要法律框架和社會教育。
飛飛的觀點：對 Deepfake 最好的防禦是「不信任」的習慣。接到任何異常的請求——不管看起來多麼逼真——都透過另一個管道確認。這個習慣不只防 Deepfake，也防所有類型的社交工程攻擊。
常見問題
Deepfake 容易做嗎？
2026 年已經有很多免費和付費的工具可以做基本的換臉和語音克隆。技術門檻很低。高品質的 Deepfake（能騙過專業人士的）需要更多的技術和計算資源。
怎麼知道一個影片是不是 Deepfake？
看臉部邊緣、光線一致性、嘴巴內部細節、首飾變形。聽音訊是否太「乾淨」、有沒有自然的呼吸和停頓。使用偵測工具。但目前沒有 100% 可靠的方法。
Deepfake 只被用來做壞事嗎？
不是。電影特效、語言學習、教育內容、無障礙服務都有正當的 Deepfake 應用。問題在於濫用——未經同意使用他人影像、詐欺、政治操弄。
Deepfake 在台灣犯法嗎？
沒有專門的法律，但相關行為可能觸犯誹謗罪、個資法、散布猥褻物品罪、詐欺罪等現行法律。立法者正在研議是否需要專門的 Deepfake 法律。
AI 可以偵測 Deepfake 嗎？
可以，但準確率不是 100%。偵測工具和造假工具在持續的軍備競賽中。最新的 Deepfake 技術可能騙過現有的偵測工具，偵測工具需要持續更新。
參考資料
- Deepfakes and Beyond（MIT Media Lab）
- C2PA Content Authenticity Initiative — c2pa.org
- 台灣刑法相關條文（全國法規資料庫）