DeepFake捏脸真假难辨,汤姆·克鲁斯比本人还像本人!
今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《DeepFake捏脸真假难辨,汤姆·克鲁斯比本人还像本人!》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!
在世界上最受欢迎的社交媒体平台之一TikTok上,源源不断的Deepfake视频正在冒出来。这些视频对拍摄对象的面部或身体进行了数字化改造,让用户完全变成了另一个人。当然啦,大家一般都是换名人的脸。就比如,TikTok上的这位@deeptomcriuse,已经发布了数十个假冒汤姆·克鲁斯的deepfake视频,并且有了360万粉丝。

好家伙,这相似度,是汤姆·克鲁斯本人看了也懵逼的程度。
在另一个Deepfake视频中,一个fake的扎克伯格承认了自己对于窃取用户大数据的野心。

「想象一下:当一个人手握数十亿人的数据,他就掌握了他们的生活和未来……Spectre让我知道,谁掌握了数据,谁就掌握了未来。」请记住,以上这些话都不是小扎说的。仔细看原版和翻版的视频,的确真假难辨……
在这个恶搞视频中,基努·里维斯刚刚制止了一场持枪抢劫。
而这位马斯克中国分克甚至骗过了马斯克本尊。

错的不是技术,而是人
虽然在大多时候,Deepfake被网友们用来搞怪,但令人担忧的是,越来越多人在用这门技术进行虚假宣传、欺诈、抹黑公众人物。Deepfake很好地融合了文本、图像和镜头处理。与绿屏和计算机生成图像相比,它为视觉插入提供了更便宜、更精致的技术。本来这项技术在诞生的伊始,寄托着创造者的美好愿望,比如帮助人们哀悼和怀念逝去的亲人。

这么明显的恶搞,一般人都不会信。但如果是那种似是而非的视频呢?
2019年,英国保守党方面疑似在选举中伪造工党国会议员Keir Starmer接受电视采访时口齿不清的视频。

而DeepNude 2.0(现已停用)被用来让穿着衣服的女性在镜头中呈现裸体,经常被用于报复和敲诈。此外,Deepfake还经常被用于诈骗。当信赖的朋友或亲戚打来视频电话向你借钱,你大概率会中招。一项研究发现,2020 年使用数字技术进行的诈骗使美国金融机构损失了200亿美元。
Deepfake很容易,立法很难
DeepFake的创作者强调,如果想让这些换脸视频看起来更加真实,就要花费大量的时间和精力。
然而DeepFake也确实在变得越来越容易。随着更多DeepFake应用程序的开发,在未来,哪怕是技术水平不高的人也能越来越容易地制作出看起来很逼真的DeepFake视频。

只要想想在过去的十年里,ps是怎么蓬勃发展的,就大概能预测到DeepFake未来的发展了。而立法、监管和检测软件正在努力跟上DeepFake的蓬勃发展。2019年,Facebook因未能删除政治家Nancy Pelosi的合成视频而受到批评,因为它不符合其对DeepFake的定义。2020年,Twitter和TikTok禁止分享可能会欺骗、迷惑或伤害他人的合成视频(除非标清楚是DeepFake)。而YouTube则是下架了所有与2020年美国联邦选举有关的DeepFake视频。
但是,即使这些政策有意引导,平台管理员也很难及时处理每一条上报的视频。在澳大利亚,新南威尔士州的Ashurst公司的律师表示,现有的版权和相关法律可能无法保护澳大利亚人免受DeepFake的影响。虽然国外已经开始尝试制定法律规整这个领域,但这些法律大多都集中在政治传播方面。例如,加利福尼亚州规定,在选举期间张贴或传播经过数字处理的候选人内容是非法的。但不从政的人并不受这条法律的保护。而最好的补救措施之一,就是让用户尽量掌握辨别的技巧。
我们能做什么?
通常情况下,能让DeepFake露馅的第一个迹象是,有些东西看着似乎不对劲。
如果是这样,就要更仔细地观察被拍者的脸,想一想:脸部是否太光滑,或有不寻常的颧骨阴影?

眼睑和嘴巴的动作是否看起来不连贯或不自然?

头发看起来是真的吗?
要知道,目前的深度造假技术很难保持头发(尤其是面部毛发)的原始外观。你可以在网上搜索该视频或视频中人物的关键词,因为许多可疑的DeepFake视频已经被揭穿了。试着判断一下来源的可靠性——它看起来是真的吗?如果视频发布在社交媒体平台上,那么发帖人的账户是否经过了验证?你还可以对播放的视频进行截图,并进行谷歌反向图片搜索,检查视频的原始版本是否存在,将其与可疑的版本进行对比。最后,如果你确实发现了一个DeepFake的视频,一定要记得点举报。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于科技周边的相关知识,也可关注golang学习网公众号。
使用迁移学习技术训练定制深度学习模型
- 上一篇
- 使用迁移学习技术训练定制深度学习模型
- 下一篇
- 如何在 iOS 上为 Notes 应用程序设置 FaceID 锁
-
- 科技周边 · 人工智能 | 1天前 |
- RAG 文档切片怎样决定 overlap
- 278浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- ONNX 导出怎样声明动态 batch 和序列长度
- 131浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- RAG 检索结果怎样设置召回和重排的 Top K
- 491浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | LoRa PEFT merge_and_unload adapter unload disable_adapter delete_adapter
- PEFT 怎样卸载 adapter 并保留基础模型
- 485浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Accelerate mixed_precision 怎样选择 fp16 或 bf16
- 386浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Accelerate 怎样配置梯度累积
- 356浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | skip take Hugging Face Datasets streaming IterableDataset shard
- IterableDataset 只有一个 shard 时怎么继续切分数据
- 441浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | JSON split Hugging Face dataset Datasets
- Hugging Face Datasets 怎样从 JSON 加载数据集
- 266浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Transformers 生成文本怎样理解 past_key_values 缓存
- 370浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 文本生成 Transformers Python线程 TextIteratorStreamer 流式生成
- Transformers TextIteratorStreamer 怎样流式读取生成结果
- 485浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 490次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 547次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 572次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 527次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 339次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览
