简介：人脸识别正面临AI生成动态视频的实质性挑战。本文从攻击链路、技术原理、风险场景与防御策略展开，帮助开发者、安全人员与业务负责人理解为什么“点头、眨眼”已不足以证明真人，以及如何在登录、支付、核身等关键环节构建纵深防御。
人脸识别长期被当作便捷、低成本的远程身份核验手段。早期攻击大多使用静态照片、屏幕翻拍或打印图像，因此业界逐步引入活体检测，要求用户完成点头、摇头、眨眼、张嘴等动作，以判断操作者是否为真实活体。
但生成式 AI 显著改变了攻防平衡。攻击者不再需要拿到一段完整的真人视频，而是可以批量收集公开照片或泄露图片，通过生成模型合成具有自然面部动作的动态视频。更关键的是，这些视频不仅能“看起来像本人”，还能完成指定动作，甚至在不同光照、角度下保持连续自然。
杭州中级人民法院公布的一起案例显示，攻击者利用网络收集的人脸照片，通过 AI 生成点头、摇头、眨眼等动态视频，再篡改相机数据，最终突破了购物平台的人脸核验，并窃取账户内个人信息。这说明一个现实：传统基于动作配合的活体检测，在面对高质量生成内容时，可能已经无法单独承担安全边界。
要理解防御方法，首先需要拆解攻击是如何发生的。常见攻击链路可归纳为五步。
攻击者通常从社交媒体、公开相册、泄露数据库、证件照片等渠道获取目标人脸。单张照片可能不足以生成稳定视频，但多角度、多场景的照片组合可以显著提升合成质量。
采集到的照片会经过人脸检测、关键点定位、对齐、裁剪、清晰度增强等处理。攻击者会尽量保留面部纹理、痣、疤痕等生物特征，以提高生成结果与真人的相似度。
攻击者使用生成模型，将静态人脸图像转换为包含自然头部运动的短视频。生成过程通常需要解决两个问题：
在通用技术讨论中，这类能力常被称为“人脸驱动”“面部重演”或“说话头生成”。生成结果可以是无声视频，也可以带声音，但人脸核验场景通常只需要视觉部分。
很多移动端活体检测会信任设备相机返回的原始数据。攻击者通过虚拟相机、定制驱动、注入预录视频等方式，将生成的动态视频伪装为实时画面。部分攻击还会修改设备元数据、时间戳、传感器数据，以绕过环境真实性校验。
一旦通过人脸核验，攻击者即可进入账户。由于人脸常被用于登录、支付授权、实名信息查看等环节，攻击者可能进一步查看手机号、身份证号、地址、订单信息，或执行某些敏感操作。
传统活体检测的核心假设是：攻击者难以在短时间内伪造出符合要求的连续面部动作。但这一假设正在被打破。
早期生成一段可用的面部视频需要大量目标人物数据，生成速度也较慢。现在，生成模型可以基于少量图片快速产出短视频，质量足以骗过部分轻量级活体检测。
很多业务系统过度信任相机硬件返回的数据，认为“画面来自摄像头”就意味着“画面来自真实场景”。实际上，操作系统层面的相机数据可以被虚拟设备、注入工具或调试接口替换。
生成视频的皮肤纹理、光照、眨眼频率、微表情已经越来越自然。如果业务只检查用户是否完成动作，而不检查画面来源、成像噪声和传感器一致性，就容易漏判。
攻击者可以将上述流程脚本化、批量化，对多个账户发起尝试。安全防护如果不能自动化识别异常，很容易被高频撞击。
AI 换脸动态视频不仅影响登录环节，还可能在以下业务场景造成实质损失：
攻击者通过人脸核验重置登录密码或绑定手机号，从而接管账户。
部分支付流程允许用户通过人脸完成授权。一旦人脸核验被绕过，资金操作风险会显著上升。
账户内通常包含姓名、证件号、手机号、地址等敏感信息。人脸核验通过后，攻击者可批量拉取信息用于后续诈骗或转卖。
远程开户、贷款申请等场景高度依赖人脸识别。如果活体检测被攻破，攻击者可能冒用他人身份完成开户或借贷。
一些企业将人脸识别用于内部审批、权限变更或敏感系统登录。攻击者若能绕过核验，可能进入更深层业务系统。
面对动态生成视频的威胁，没有单一技术可以完全解决。更现实的做法是构建多层防线，让攻击者在不同环节都面临更高成本。
不应只依赖“是否完成动作”。更稳健的活体检测应融合多种信号：
业务侧可根据风险等级选择不同强度策略。例如，普通登录使用基础活体，敏感操作触发增强检测或人工复核。
不能默认相机数据可信。可以从以下方面增加校验：
多传感器联合判断可以增加“用合成视频冒充实时画面”的难度。
人脸识别只是核身链路的一部分。系统可以将人脸识别结果与账户行为、设备指纹、网络环境、历史登录地点、操作习惯等结合，做综合风险评分。
例如：
当风险评分超过阈值时，可以要求短信验证、人工审核或直接阻断。
人脸识别不应作为高价值操作的唯一凭证。对于支付、手机号变更、密码重置、实名信息查看等场景，可以叠加短信、邮件、安全问题、人工视频核验或银行卡要素验证。
安全团队应保留攻击样本，记录不同攻击特征，持续更新检测模型。同时，对每日人脸核验结果进行离线分析，发现异常集中或新型攻击时及时调整策略。
如果你的业务正在使用人脸识别，建议从以下几个方面重新审视现有实现。
先回答一个问题：人脸识别通过后，用户能做什么？如果答案是“可以查看敏感信息、修改账户、完成支付”，那么就需要提高整体核身强度，而不是只优化识别准确率。
活体检测通过只能说明“画面可能符合真实人脸特征”，不能证明“操作者一定是本人”。在关键路径上，应结合风险引擎与二次验证做决策。
端侧活体检测可以作为体验优化的一部分，但关键判断应放在服务端。服务端可以综合设备、行为、历史、网络等多个维度的风险信号。
记录每一次活体检测的详细数据，包括动作完成度、图像质量、设备信息、耗时、结果分数等。异常识别往往隐藏在细节中。
可以根据金额、操作类型、账户等级、历史可信度，动态决定是否启用增强活体、二次验证或人工介入。
人脸识别解决了“像不像”的问题，但业务真正需要的是“是不是本人且处于真实场景”。AI 动态视频的出现让“像”的门槛迅速降低，因此系统不能再把“像”等同于“可信”。
更稳健的做法，是将人脸识别作为多因素核身中的一个环节，而不是唯一安全门禁。结合设备可信、行为分析、风险引擎、二次验证、异常监测等手段，才能在持续对抗中保持可接受的安全水平。
对于开发者而言，重要的不是追求某种完美的防攻击算法，而是建立一套可持续更新、可观测、可干预的身份核验体系。当新攻击出现时，系统能够快速发现、调整策略并降低影响，这才是面向生成式 AI 时代更务实的安全思路。