一段AI生成的视频，正在成为攻破人脸识别系统的新手段。据媒体报道，最新的AI视频生成技术已经能够绕过部分人脸识别验证，这意味着过去被视为“最后一道防线”的生物识别，正在出现漏洞。同日登上热搜的“浙江宣传：AI短剧真的‘降智’吗”，讨论的则是同一件事的另一面：当AI可以低成本、批量生产以假乱真的内容，我们靠什么确认屏幕那头是“谁”、看到的是“真”？对企业和机构来说，这不只是技术圈的热闹，更是一道正在逼近的合规与风控难题。
从“像不像”到“骗不骗得过”
攻击面已经变了
过去谈AIGC风险，多数企业想到的是版权、内容质量、品牌舆情——AI写错一段文案、生成一张不合适的海报。而“AI视频骗过人脸识别”把风险等级直接抬到了身份层：远程开户、线上签约、信贷面签、门禁考勤、政务自助终端，凡是依赖“刷脸”完成身份确认的场景，都可能被重新审视。
防守方天然被动
生物识别的一个特点是不可撤销。密码泄露可以改，人脸数据一旦被采集、合成、重放，用户无法“换一张脸”。这也是为什么监管对远程身份核验的要求持续收紧，而攻击工具的获取成本却在下降。攻防两端的不对称，正在变成企业实实在在的风险敞口。
对企业的三重现实影响
1. 身份核验链路需要重新设计
很多系统的安全假设是“人脸即本人”，一旦这个假设不成立，整个线上业务的身份底座就要补强：单一活体检测不够，需要结合设备指纹、行为特征、业务上下文做多因子判断，把“是不是人”升级为“是不是本人、在不在正常场景下”。
2. 内容真实性的成本在上升
当AI短剧都能批量产出，用户对“看得见的内容”的信任阈值会提高。企业做营销、做客服、做培训视频，都需要回答一个问题：这条内容是不是AI生成的？主动标注、留痕、可溯源，正在从加分项变成基础项。
3. 合规与举证压力前置
一旦发生冒用身份的交易纠纷，企业需要自证“已尽到合理核验义务”。这意味着日志、证据链、风控策略的可解释性，都要在设计阶段就写进系统，而不是出事后再补。对中小团队而言，这往往比技术本身更难。
微米科技的解法：把AI安全做成系统能力
把核验做成一项综合措施
在软件开发实践中，一个越来越明确的判断是：不要指望某一个单点技术解决身份问题。更稳妥的做法，是把人脸核验放进业务流程里做成组合策略——设备环境检测、活体动作与静默检测并行、证件信息交叉比对、异常行为评分，再由业务规则决定是放行、升级核验还是转人工。这套逻辑并不新鲜，关键在于把它产品化、可配置，让业务人员能按场景调整策略，而不是每次改风控都要排期等开发。
让AI生成的内容有迹可循
对于内容侧，建议企业建立自己的AIGC使用规范：哪些环节可以用AI生成，生成内容如何标注、如何归档、如何追溯来源。技术上可以通过元数据写入、数字水印、内容指纹比对等方式，为自有素材建立可核查的“身份证”。这不是为了限制创作，而是为了在纠纷发生时，企业能拿得出证据。
把AI能力嵌进既有系统，而不是推倒重来
很多企业主关心成本：是不是要把现有系统全部重构？通常不必。更现实的做法是分层改造——在身份核验、内容审核、风控决策这几个关键节点，以API或中间件的方式接入AI能力，前端业务流程保持稳定。在为企业提供软件定制与AI集成服务时，微米科技更倾向于先做小范围试点：选一个高频、风险明确的场景跑通，再逐步复制到其他业务线，把试错成本控制在可接受范围内。
组织层面：先定规则，再上工具
技术之外，还需要有人对“AI用得对不对”负责。建议企业明确三件事：AI生成内容的审批责任人、身份核验失败的处理流程、以及发生疑似伪造攻击时的应急响应机制。这三件事定下来，工具的选型和投入才有依据，否则很容易变成买了一堆系统却没人用。
结语
AI视频骗过人脸识别，本质上需要关注的问题，在于很多企业的安全假设还停留在上一代。热搜会过去，但身份与内容的可信问题会长期存在。与其被动应对，不如现在就把AI安全纳入数字化底座的一部分——先补齐核验链路，再建立内容溯源，最后用可配置的系统承接不断变化的规则。对决策者来说，这不是一次技术采购，而是一次风险管理的补课。