马斯克、特斯拉汽车和“马斯克”，正在转移他们的比特币。
嗯？你问我是不是说了两遍马斯克？
据链上情报交易平台Arkham披露，特斯拉最近悄悄地把价值7.65亿美元的比特币，移到了另一个钱包中。由于特斯拉拒绝作出评论、且昨日公布的Q3财报中并未显示他们卖出了这笔比特币，没有人知道马斯克到底在计划什么。
不过，我们知道另一个“马斯克”为什么要转移甚至卖掉比特币：这是从粉丝手里骗来的钱。
特斯拉转移了大约11,509个比特币丨Blockchain News
故事要从10月11日的Robotaxi发布会说起。
“分身”的伊隆·马斯克
马斯克要发布自动驾驶出租车Robotaxi的时候，出了个大乐子。
他没能准时现身发布会，迟到了整整一小时，理由是紧急医疗事故。但与此同时，超过22万名网友又亲眼看见伊隆·马斯克正在直播间推销虚拟货币。
这是什么情况？分身术？
困惑的观众们纷纷涌入直播间。这里的收看人数一度高达官方账号的2倍，点赞也突破了2万。
如此多的观众，希望没有人上当受骗 丨YouTube
直播中，“马斯克”正侃侃而谈——“给我1个虚拟币，我就还给你2个！数量有限，先到先得！快来扫码！”
诈骗犯甚至做了一个假网站，方便转账。别信，别信！
不是自动驾驶出租车的发布会吗？这……怎么听着不对劲啊？很快有人反应过来：这是诈骗团伙用AI生成的！大家不要上当！
因为，这个马斯克讲话不结巴！
不知道马斯克对此作何感想丨reddit
“完美”AI，造就一流诈骗犯
说来讽刺：骗局被识破，并非因为AI视频一眼假；恰恰相反，是因为如今的深度伪造技术（Deepfake）太“完美”了。
众所周知，马斯克的演讲向来磕磕巴巴。在Deepfake虽然能精准模仿马斯克的南非口音，甚至学习到挑眉毛的细微习惯，马斯克却完全没有口吃或卡顿，这不符合他的风格。
人类的不完美，变成了区别于AI的界限。
假直播中的这个人，也会向观众挑眉丨Tesla
这不是马斯克第一次被AI克隆了。
监控和检测Deepfake的公司Sensity，曾调查了2000多起骗局，其中近四分之一的主角都是伊隆·马斯克。如果把诈骗范围缩小到虚拟货币相关时，这个比例会骤升至90%。
这事儿可能还真得怪马斯克自己：他太爱虚拟货币了。
2021年初，特斯拉曾大笔购入价值1500万美元的比特币，还放出风说要允许大家用比特币来买车。后来大家发现挖矿这事儿过于耗电耗水、污染环境，才悄悄取消了这个付款渠道。马斯克他在虚拟货币领域的号召力让骗子一拍脑门：机会来了！
他的一条推特就让Floki币涨了近10倍丨X
香港证监会曾披露过“Quantum AI”如何专精诈骗虚拟资产。他们会先锁定关注了科技名人或金融大腕的用户，以及那些积极关注虚拟货币的人。这些行为并不违法，而且相当高效，靠广告投放工具就能实现。
正有问题的是下一步：精准投放广告后，他们再假扮成记者，和AI生成的名人互动；用机器人观众营造出热闹的假象，再通过“双倍回报”的承诺，一步步诱骗受害者完成转账，展示虚假的存款页面，鼓励他们投入更多的钱——直到受害者发现自己一毛钱也提取不出来。
利用TED和福克斯新闻的视频，就能生成AI马斯克丨纽约时报
除了马斯克，沃伦 巴菲特（Warren Buffett）、亚马逊创始人杰夫 贝索斯（Jeff Bezos）、美国前总统唐纳德·特朗普（Donald J. Trump）和著名歌手泰勒·斯威夫特（Taylor Swift）也是深度伪造的“常客”。
这类骗局就像是外国版的“我是秦始皇，打钱”，但确实有人因此上当：根据英国的国民威斯敏斯特银行（National Westminster Bank Plc）的记录，曾有骗子用杰夫 贝索斯的伪造照片宣称亚马逊要构建全新的虚拟货币投资平台，狂揽158873英镑后溜之大吉。
特朗普转发的这些照片也都是AI生成的丨卫报
根据受害者的描述，这些伪造的视频和照片实在太真了，他们很难不信。麦克菲安全公司的测试表明，只需3秒的音频就足以生成与原始语音匹配度为85%的克隆。名人抛头露面的机会更多，可用于AI学习的素材也就越多，伪造也就越逼真。
不仅如此，诈骗的成本还在逐渐降低。
2024年初，新罕布什尔州的许多选民收到了自动语音电话，拜登亲自打电话告诉他们“不要投票”。而这音频是由新奥尔良州的一位魔术师花了20分钟制作的，成本只需1美元，而他因此挣了150美元。
伪造视频的价格会稍高一些，每分钟价格从300美元到20000美元不等，价格越高越难被识破，AI马斯克通常是价格比较高的那一档，毕竟假名人也得质量够高，才能不被识破。
SpaceX的星舰回收也有假直播丨TREND
根据德勤会计事务所的统计，深度伪造视频每年会造成数十亿美元的诈骗损失。Raisin的报告表明，在2024年的前三个月，AI诈骗已经从英国人的口袋里掏走了10亿英镑。这或许是因为谣言传播得太快了：根据2018年发表在Science上的一篇论文，Twitter（现在的X）上处于前1%热度的谣言能传播给1万至10万人，新闻事实却很少传播到1000人以上。
我们还有别的办法识破骗局吗？毕竟，不是每位CEO都有马斯克的口吃这项“独门绝技”。
用魔法打败魔法
能又快又准识别出深度伪造视频的，还得是AI。
不少公司已经做出了检测工具，例如英特尔的FakeCatcher、微软的Video Al Authenticator，也有面向政府场景的Sentinel（哨兵）检测。它们通常是提供给X、脸书或者油管这类大平台使用的，上手门槛有点高。
一些深度伪造检测程序丨VLink
要确认日常生活中的视频是否由AI生成，我们可以挑选简单一些的工具。例如CloudSEK、Attestiv和Deepware。
它们的使用方法都差不多：只需要把直播或视频的链接复制粘贴上去，或者直接将本地的视频文件上传，再敲下回车键，就能在一两分钟内判断出它是不是AI视频。
CloudSEK检测的视频需要短于5分钟，Attestiv则会限制每个用户的免费检测数量。它们都能给出一定的总结，解释视频被认为是AI生成的原因，而Deepware专注于AI生成的人脸检测，可以扫描最多10分钟时长的视频，不需要登录，页面也最为简单。
一眼识破AI伪造的摩根·弗里曼。界面依次为Attestiv、CloudSEK、Deepware
对于照片，可以试试Optic的AI or Not工具、Maybe's AI Art Detector以及HIVE MODERATION。第一个工具只会给出是或否的结果，不过除了图片，它还可以检测音频。第二个工具则能告诉你这张图片有多大概率是由AI制作的。第三个工具可以进一步告诉你，这张图最可能是由哪个AI模型跑出来的。
一拖一拽，操作简单。界面依次为Optic、Maybe's AI Art Detector、HIVE MODERATION
这些伪造作品是怎么检测出来的呢？通常有两种思路，第一种是先搜集一大堆深度伪造的视频和图片，然后从中找出AI人物共性：抖动的牙齿、跳舞的墙面、抽搐的头发，小到不自然跳动的像素……将这些整理起来，做成“黑名单”，如果视频有大量此类特征，那就得对真实性打个的问号了。
第二种方法则关注“伪造”这个行为本身：既然把人脸“缝合”到视频中，那只要抓住“缝合线”和人脸的特点，就能迅速找到伪造痕迹了。
当然，还有一些令人意想不到的解决方案：英特尔的工程师们想到，心脏每次泵血都会改变血管的颜色，虽然肉眼识别不出来，但只要好好训练AI，就能从画面里提取出心率。而深度伪造的人脸，心率数据自然是一团糟。
像这种心跳就不太对劲Giphy
国内也有了面向深度伪造的检测工具，例如中科院自动化所的团队VisionRush在GitHub上发布的Deepfake defenders。这个项目是全球Deepfake攻防挑战赛的第三名，通过检测微小的像素变化来识别伪造视频。如果读者有足够多的深度伪造数据，恰好还擅长AI的训练和调参，可以自行安装试一试。至于在线检测，国内的大部分平台还需要申请试用，或者只提供AI，对个人用户来说没有那么方便。
回过头来看，人类社会仿佛变成了一场大型的GAN（生成对抗神经网络）。我们造出伪造的AI，又造出了检测伪造的AI。我们希望生成的虚拟图像越来越逼真，又不希望自己被虚假所欺骗，直到两种AI都远远超出人类的能力极限。或许，人类才是被AI训练的那一方？
不论如何，当你下次怀疑自己看见假的马斯克、马云或者马化腾时，记得用AI来对抗AI。
参考文献
[1]https://www.nytimes.com/interactive/2024/08/14/technology/elon-musk-ai-deepfake-scam.html#
[2]https://www.yahoo.com/news/orleans-magician-says-democratic-operative-120008911.html
[3]https://www.theguardian.com/technology/article/2024/aug/24/trump-taylor-swift-deepfakes-ai
[4]https://finance.yahoo.com/news/fake-musk-bezos-crypto-ads-123317721.html
[5]Vosoughi S, Roy D, Aral S. The spread of true and false news online[J]. science, 2018, 359(6380): 1146-1151.
[6]Birrer A, Just N. What we know and don’t know about deepfakes: An investigation into the state of the research and regulatory landscape[J]. new media & society, 2024: 14614448241253138.
[7]周文柏,张卫明,俞能海,等.人脸视频深度伪造与防御技术综述[J].信号处理, 2021, 37(12):18.
[8]https://www.security.org/resources/deepfake-statistics/#citations
[9]https://moneyweek.com/personal-finance/ai-scams-to-be-aware-of
[10]https://www.unite.ai/best-deepfake-detector-tools-and-techniques/
[11]https://video.attestiv.com/dashboard/video
[12]https://www.aiornot.com/dashboard/home
[13]https://huggingface.co/spaces/umm-maybe/AI-image-detector
来源：36kr
| 
4
发表于 2024-10-25 17:01:39