AI換臉的偽造影片到處流竄，識別造假的軍備競賽開打|數位時代 BusinessNext

Deepfake自問世以來，一路向著人性陰暗面奔去。

民間技術流已經對AI換臉教程玩得不亦樂乎。但每個人也更容易成為受害者：偽造綁架影片勒索詐騙，不雅影片毀壞名譽，或者恐怖影片製造混亂，都因為Deepfake的開源技術變得空前容易。

在Photoshop摧毀了大眾對圖片的信任後，Deepfake正在摧毀大眾對影片的信任。沒人想在網路上看到自己的面孔說著自己沒說過的話。許多針對個人的傷害，也因為影響不夠巨大而投訴無門。

美國正在組成一支Deepfake打假隊伍，不僅是各大實驗室、研究中心在尋找Deepfake的破綻，一股創業潮流也正在興起。

但這是一場造假AI與鑑假AI之間「你有張良計，我有過牆梯」的競賽。每一篇檢測Deepfake的論文，彷彿都能提示造假技術修補自身漏洞，從而更上一層樓。

關上Deepfake的潘朵拉魔盒，他們能做到嗎？

用打假Deepfake創業

西瓦．金塔利（Shiva Kintali）離開擔任講師4年的普林斯頓資工系，正在矽谷創業鑑別偽造影片。他的合作對像有警察、記者、保險公司等，透過機器學習尋找偽造影片的破綻，用區塊鏈記錄信息等技術來輔助鑑別。

金塔利的網站已經可以上傳圖像、音樂、影片，來分析檢測是否有修改痕跡。他同時在開發一個手機相機應用程式，用人工智慧為圖像添加時間、地點、浮水印，並將圖片原始信息印在區塊鏈上。一旦傳播圖像的信息與原始圖片不符，就容易判斷真偽。

這些產品希望幫助記者、媒體公司、政治競選團體、執法機構（例如：FBI、NSA），保險公司（面臨虛假事故照片的保險索賠問題）和大公司（例如：Facebook、Twitter、Redditt、Pornhub），在其平台上阻止虛假的影片、音樂、照片傳播。

由於Deepfake降低了影片造假的門檻。面對真偽難辨的影像資料，記者不知道能否發布，保險公司不知是應該理賠還是報警詐騙，警察收集證據後，也需要專業工具去鑑定圖片和影片的真偽。

目前流傳的假影片大多是「淺度造假」，但因為數量多，造成了無數困擾。史丹佛的研究人員向鑑別公司了解到困擾他們的三大問題：數量太多，可用鑑別時間太短，缺乏標準化的工具。

因此，研究者們在尋找能夠大規模應用的打假方法。Facebook、Twitter等社交網絡上爆炸式傳播的圖片和影像，給闢謠留下的時間窗口越來越短。普通大眾也不可能僱傭專業人士進行鑑別。

搶先商用化的圖像驗證平台Truepic已經上線了一款智慧相機應用。用戶拍下的圖像將上傳至服務器，在創建時對照片和影片進行身份驗證，獲得唯一編碼。相機應用捕獲設備的感測器數據，在傳輸之前加密照片或影片，運行20多個圖像取證測試，並在幾秒鐘內，將圖像的加密簽名印在公共區塊鏈上，使得信息不可被篡改。

這是一種「自證清白」的方式，適用於電子商務平台和公民記者類用戶。如果用戶將圖片發送給接收者，Truepic允許收件人驗證圖像的原點和元資料的完整性。任何二次傳播的多媒體材料，都可以與區塊鏈上的原始信息對比，辨別真假。

在Deepfake的威脅下，鑑定圖片、影片的真實性，都成了相機應用的賣點。但這類以營利為目的的產品又引起了用戶新的隱私擔憂。畢竟，誰能確保Truepic不作惡呢？

演算法打演算法

位於矽谷的史丹佛實驗研究院（SRI International）的AI中心則「以毒攻毒」，用偽造的影片訓練演算法，讓演算能夠更好識別出偽造痕跡。在人們上傳影片到社交網站的時候，平台需要對影片重新編碼。這是一個檢測虛假影片的好時機。

但隨著Deepfake的漏洞日漸優化，用演算法打演算法的難度也日益加大。

打假AI原本就是訓練造假AI的一部分，二者剛好在生成對抗性網路的兩端。一個生成器，一個鑑別器，道高一尺，魔高一丈。

由於Deepfake的技術在於篡改數據，那麼鑑別方則在尋找一切篡改數據的痕跡。一種方法是基於像素的影片檢測，影片其實是成千上萬幀圖片連放，細緻到檢測每個像素的改變痕跡，是一件頗為浩大工程。

此外，偽造的面部表情目前仍有缺陷。偽造的臉部表情往往與其他部分存在不一致，電腦演算可以檢測圖片或影片中的這種不一致。

舉例而言，初代Deepfake影片中的人物，眨眼的方式都有點奇怪。

紐約州立大學奧爾巴尼分校電腦科學系副教授呂思偉曾撰文表示，成年人的眨眼間隔為2秒到10秒，一次眨眼需要十分之一到十分之四秒。這是正常影片人物應有的眨眼頻率，但很多Deepfake影片的人物沒能做到這一點。

彼時由於缺乏閉眼圖像數據，算法的訓練並不完美，影片人物面孔總有一種「哪裡不對」的不和諧感。

然而，通過閉眼的面部圖像、或使用影片序列進行訓練，可以改善眨眼間隔。虛假影片的質量總會提高，而研究人員需要繼續尋找檢測它們漏洞的方法。

南加大的研究者威爾．阿布達－阿爾瑪基德（Wael Abd-Almageed）表示，社群網路可以使用算法來大規模識別Deepfake。為了實現這一過程的自動化，研究人員首先建立了一個神經網絡，「學習」人類在說話時如何移動的重要特徵。然後，研究人員使用這些參數將偽造影片的堆疊幀輸入AI模型，以檢測隨時間的不一致性。

普渡大學的研究人員也採用了類似的方法，他們認為，隨著訓練模型的Deepfake影片數據量越來越大，模型也會更加精確，更容易檢測出偽造的影片。

美國2020年大選在即，如何阻止Deepfake從低俗娛樂發展到操縱民意，是研究者們最迫切的動力之一。但願一鍵打假的速度，能追上一鍵換臉的速度。

責任編輯：江可萱

本文授權轉載自：PingWest

美妝品牌的競爭，早已不只是比產品、比促銷優惠，更比誰能提供更好的服務體驗，把顧客留下來。

今年4月，歐舒丹（L'OCCITANE en Provence）迎來 50 週年，在全台五大指定櫃點舉辦品牌活動，吸引近萬名消費者參與。其中，54% 參加活動後成為品牌 LINE 官方帳號新好友，且新好友中更有八成完成品牌會員註冊。之後，歐舒丹再透過持續的互動與溝通，成功將短期活動流量轉化為可長期經營的顧客關係，帶動當月整體獲客人數較去年同期成長20%。

這項亮眼成績的背後，反映出歐舒丹在會員經營上的轉變。品牌透過 Omnichat 解決方案整合線上線下會員數據，完整描繪出顧客互動軌跡，並導入個人化 LINE 官方帳號圖文選單、視覺化會員中心等創新設計，依據會員的身分、消費歷程與需求，進行個人化的溝通與服務，讓活動不是只停留在一次性的品牌曝光與現場人流，而將顧客對品牌的關注進一步轉化為可以長期經營的會員關係。突破美妝品牌過往將 LINE 當成群發工具的迷思，也讓 LINE 從單純的訊息推播工具，升級為深化會員經營與顧客關係的核心平台。

突破數據整合瓶頸，打造個人化服務的第一步

歐舒丹集團亞太區首席信息官蕭建才認為，近年來消費者對美妝品牌的期待愈來愈高，希望品牌能夠真正理解自己的需求，並在對的時間提供對的產品、訊息與服務。而一個完整且高品質的數據庫，正是落實這種「顧客導向」溝通模式的核心關鍵。

然而，歐舒丹亞太區各營運據點過去皆使用不同的溝通渠道與 MarTech 工具，導致門市 POS、品牌官網、會員系統及社群互動等數據彼此分散、難以整合，不僅讓品牌難以完整描繪顧客旅程，更成為推動個人化行銷與 OMO 全通路經營的最大瓶頸。為此，歐舒丹決定在亞太區全面導入 Omnichat 解決方案，橫向打通分散數據，建構起一致的會員經營架構。

「我們希望從過去無差別式訊息溝通，轉向真正的個人化深度經營。」蕭建才表示，透過數據整合，品牌可依據會員輪廓、消費紀錄與互動歷程，提供更精準、更個人化的內容與服務；同時串連線上、線下各個接觸點，讓顧客無論是在官網下單，或走進實體門市，都能享有一致的會員權益與品牌體驗。

品牌一致化，建立全台統一的數位門面與溝通標準

在歐舒丹的亞太區數位轉型計畫中，台灣是率先導入 Omnichat 解決方案的市場之一。值得一提的是，台灣市場從導入到實際運用僅約三個月，在雙方團隊高度協作與系統快速整合下，即已將會員數據進一步應用於日常溝通、會員旅程與個人化服務，讓數據整合快速從系統建置走向實際應用。此次導入也為歐舒丹台灣的會員經營帶來三大改變。

第一個改變是統一品牌對外溝通門面，打造一致的顧客服務體驗。台灣歐舒丹總經理趙曉蘋表示，過去全台 48 家門市各自經營 LINE 帳號，不僅訊息內容與溝通介面缺乏一致標準，更難以將門市客群沉澱為品牌的數位資產。

如今透過 Omnichat 平台，將全台門市整合至單一品牌官方帳號底下，所有對外溝通由總公司統一把關與管理，確保品牌形象、服務流程與會員體驗的一致性。顧客只需綁定最常造訪的門市，即可持續接收該門市推播的專屬訊息，及門市顧問提供的一對一的遠端關懷服務。即使第一線人員異動，顧客的消費紀錄、產品偏好與互動標籤仍完整保留，延續個人化服務，避免因人員流動中斷品牌與顧客的長期關係。

品牌在持續拓展新客的同時，也透過 OMO 全通路整合深化會員經營，串聯品牌、零售與電商的每個接觸點，持續累積顧客信任與認同，逐步轉向以顧客終身價值為核心的經營模式。

通路整合化，提供無縫接軌的 OMO 體驗

第二個改變，則是打破不同通路各自經營的模式，把原本分散的互動串聯起來，邁向 OMO 全通路經營的目標。

趙曉蘋指出，過去品牌官網與實體門市不同通路各自獨立，形成「點對點」的經營模式。門市只服務進店顧客、官網只經營線上會員，即使面對的是同一群消費者，也難以串聯彼此的互動與服務。然而，從品牌角度來看，消費者只是選擇不同的消費方式，本質上都是歐舒丹的顧客，不應被不同通路切割。

如今歐舒丹整合各通路的會員資料，建立完整的顧客旅程，讓原本各自獨立的線上、線下通路開始互相導流，發揮一加一大於二的綜效，將服務拉長為「全時陪伴的線狀與面狀關係」。例如，透過 LINE 推播試用品、優惠券等訊息，引導線上會員走進門市體驗產品，掌握顧客喜好，並追蹤顧客從接收訊息、到店體驗到完成消費的完整歷程，讓品牌更清楚掌握顧客的行為與偏好，持續優化會員經營策略。

另一方面，門市顧問也能在顧客離店後，根據消費行為透過 LINE 持續互動，了解其產品使用狀況、保養需求與回購週期，並適時邀請顧客回櫃體驗新品或領取試用品，主動創造回購機會，改變過去只能被動等待顧客再次進店的服務模式。透過 LINE 官方帳號與 Omnichat，歐舒丹接起了顧客兩次到店之間的互動斷點，讓門市服務從一次性交易，延伸為持續陪伴顧客的長期關係。

溝通個人化，讓每一次互動都發生在最適合的時機

透過整合會員數據，不僅讓歐舒丹邁向 OMO 全通路經營，更進一步迎來第三個改變，也就是根據每位顧客的標籤、消費行為與互動紀錄，透過 LINE 官方帳號在最恰當的時機，提供最適合的內容、服務與體驗。

同時，歐舒丹也加入自動化會員旅程設計，依照顧客目前所處的會員生命週期階段，例如：新會員、首購顧客、金銀卡專屬優惠等；同時透過掌握美妝保養品的回購週期，運用自動化旅程在適切時機精準提醒顧客回購。提供不同的分眾內容與提醒，確保每一次溝通都建立在需求之上，讓訊息不再是干擾，而是真正創造價值。

這樣的個人化溝通策略也直接反映在成效上。例如，今年官網「714」檔期活動中，歐舒丹針對已將商品加入購物車、卻尚未完成結帳的會員，自動發送提醒訊息，帶來 15% 的轉換率，投資報酬率（ROAS）更達813倍。又如，針對會員發送的 LINE 帳號綁定優惠券，其使用數量較去年同期成長約 5 倍，其中近68% 的兌換者為新客，累計直接帶動超過 700 萬元營收。

除了溝通內容因人而異，歐舒丹更將個人化延伸到會員介面本身。Omnichat 為歐舒丹打造了個人化圖文選單與視覺化會員中心，當不同等級的會員開啟 LINE 官方帳號時，系統所呈現的首頁內容也會有所不同，同時也提供官網及Spa多重通路活動資訊。會員狀態更以視覺化進度條方式呈現，讓會員一目瞭然掌握自己的會員狀態，包括目前的會員等級、累積積分、距離升等還需要多少積分，以及各階段專屬權益等，可以激發會員持續回訪與消費的意願，讓 LINE 官方帳號從單純的溝通管道，成為會員日常互動的重要入口。

「歐舒丹將 LINE 定位為顧客關係經營的平台，」趙曉蘋說，未來將持續透過 LINE 提供符合需求的內容，營造有溫度、可以打動人心的服務體驗，透過每一次互動累積信任感與黏著度，讓品牌與顧客的關係，不只停留在交易當下，而是延續到每一次的保養旅程之中。

Omnichat 執行長陳正達表示：「歐舒丹的案例顯示，會員經營正在從『觸達顧客』走向『理解顧客』。當品牌能串聯線上、線下不同場景的會員數據，就能進一步掌握顧客從認識、互動、消費到回購的完整旅程，讓每一次溝通都有更明確的目的與價值。對品牌而言，真正的全通路，不只是把不同渠道放在一起，而是讓顧客無論在哪一個場景與品牌互動，都能獲得一致且延續的體驗，最終達成顧客忠誠度與業績增長的雙贏。」