Deepfake進化！連「心跳」都能偽造，真假難辨的時代來臨

想像一個世界，Deepfake技術已經完美到無法被任何檢測機制識破。這將成為犯罪者和惡意國家行為者的天堂——他們可能利用Deepfake誹謗政治對手，或陷害人權捍衛者。雖然這個噩夢尚未成真，但科學家最新研究顯示，Deepfake已經取得關鍵突破：缺乏心跳這個破綻已經被克服了。

柏林洪堡大學Peter Eisert教授在《Frontiers in Imaging》發表的研究指出：「我們首次證實，最新一代Deepfake影片能夠模擬逼真的心跳訊號和臉部細微色澤變化，這讓檢測難度大幅提升。」這項發現顛覆了學界普遍認為「現有Deepfake無法模擬真實心率」的認知。

Deepfake技術本質上是利用深度學習來篡改影音內容，例如置換不同人物的面部表情和動作。雖然有些應用純屬娛樂（如讓使用者變成貓咪或預測老化樣貌），但其潛在危害不容小覷。過去醫學領域透過分析皮膚下血管的光傳輸來監測生命徵象，這種技術的數位版本——遠端光體積變化描記術(rPPP)，原本被視為檢測Deepfake的利器。

研究團隊開發出新一代Deepfake檢測器，能在10秒內從單一人臉影片中提取並分析脈搏率。他們建立專屬的駕駛情境影片資料庫，並透過心電圖(ECG)驗證檢測器的準確度——脈搏估算誤差僅每分鐘2-3下。然而當這個檢測器分析最新Deepfake影片時，竟偵測到「不存在的心跳」！

Eisert解釋：「研究顯示，攻擊者可以刻意新增逼真心跳，但更多時候是無意間『繼承』了原始影片的脈搏特徵。真實人臉的細微色調變化會隨著面部動作轉移到Deepfake上，導致假影片重現了真實的心跳模式。」

不過研究團隊也發現Deepfake的致命弱點：雖然能模擬整體心跳，卻無法重現臉部區域血流的生理性變化。這項缺陷可望成為下一代檢測器的突破口。正如Eisert所說：「我們建議新世代檢測器應該著重分析臉部區域性血流的時空變化，這將是打擊Deepfake的關鍵。」

[end]