深度偽造（Deepfake）是指由人工智慧生成或篡改的照片、影片或音訊，讓某個人看起來說了他從未說過的話、做了他從未做過的事。 這個詞由"深度學習"（deep learning，驅動這項技術的 AI 分支）和"偽造"（fake）組合而成。最常見的形式，是把一個人的臉替換到另一個人的身體上，無論是圖片還是影片，效果都可以逼真到難以與真實影像區分。
這個簡短的定義回答了問題，但只觸及皮毛。深度偽造處在現代 AI 中最有趣、也最具爭議的領域之一。它既能製作無害的電影特效、病毒式傳播的梗圖，也支撐著數百萬人使用的創意 AI換臉 工具；同時它也被濫用於詐騙和騷擾，因此幾乎所有關於 Deepfake 含義的討論，最終都會落到倫理、知情同意和法律上。
本文將全面介紹：這個詞從何而來、技術大致如何運作、深度偽造有哪些類型、什麼合法什麼違法，最後附上一份簡明術語表，讓專業名詞不再成為閱讀障礙。
Deepfake 的含義：這個詞從哪裡來
"Deepfake"一詞最早出現在 2017 年底，是一位 Reddit 使用者的使用者名稱，他分享了用開源機器學習程式碼製作的換臉影片。這個名字之所以流傳開來，是因為它精準概括了這項技術：
- Deep 指深度學習——由多層堆疊的神經網路構成，能從海量資料中學習規律。
- Fake 指輸出結果：描繪從未發生之事的合成媒體。
短短幾個月內，記者們就開始用這個詞指代所有涉及真人的 AI 生成或 AI 篡改內容。如今，詞典將深度偽造定義為"經過逼真篡改和操縱、使某人看似做過或說過其實並未做過或說過之事的影像或錄音"。
同樣值得說明的是，什麼不算深度偽造。傳統修圖、濾鏡、CGI 和手工影片特效都不是深度偽造，即使它們改變了一個人的外貌。深度偽造的定義明確要求使用機器學習：一個已經學會了人臉（或聲音）長什麼樣、如何變化的模型，並能自行生成新的畫面或音訊。
深度偽造簡史
深度偽造看似是新事物，但其背後的研究已有數十年積累。
名字誕生之前（1990 年代–2016 年）
早在 1990 年代，學術實驗室就在嘗試計算機生成的臉部重演。真正的轉折點出現在 2014 年，研究員 Ian Goodfellow 提出了生成對抗網路（GAN）——一種讓兩個神經網路相互競爭的訓練方式：一個負責生成假圖，一個負責辨識假圖，直到生成結果變得極其逼真。2016 年，Face2Face 專案展示了即時影片臉部重演，讓公眾看到了即將到來的未來。
命名時刻（2017–2018 年）
那個給深度偽造命名的 Reddit 帳號讓消費級換臉流行起來，DeepFaceLab 和 FaceSwap 等開源專案隨即跟進。突然之間，任何擁有一塊遊戲顯示卡和足夠耐心的人，都能在家訓練換臉模型。如果你好奇這些社群專案後來如何演變，可以看看我們的 開源深度偽造工具 比較指南。
走向大眾與行動版（2019–2022 年）
中國的 ZAO 和麵向全球的 Reface 等 App 把換臉搬到了手機上。好萊塢也擁抱了這項技術，用於為演員"減齡"和補完表演。偵測研究同步加速：2019 年，Facebook、微軟和學術界聯合發起了 Deepfake 偵測挑戰賽（Deepfake Detection Challenge）。
生成式 AI 時代（2023 年至今）
現代擴散模型和單樣本（one-shot）換臉網路消除了最後一道門檻：訓練時間。早期深度偽造需要目標人物的數千張照片和數天的 GPU 運算，而如今的網頁工具只需一張照片，幾秒鐘就能生成逼真的換臉效果。正是這一飛躍，讓深度偽造從小眾愛好變成了日常創作媒介，也讓公眾理解這項技術變得刻不容緩。
深度偽造是如何運作的？
理解核心原理並不需要數學學位。大多數深度偽造依賴以下三種方法之一：
1. 自編碼器（經典方法）
自編碼器是一種神經網路，經過訓練後能把人臉壓縮成緊湊的數字描述，再將其重建出來。經典做法是使用一個共享編碼器和兩個解碼器——每人一個。把 A 的臉送入共享編碼器，再用 B 的解碼器重建，得到的就是 B 的臉，卻帶著 A 的表情、角度和光照。
2. GAN（逼真度引擎）
生成對抗網路讓生成器與判別器相互對抗。生成器製作假畫面，判別器判斷每一幀看起來是否真實。兩者在持續的"軍備競賽"中共同進步，這就是為什麼經 GAN 精修的輸出能逼真到皮膚紋理和反光細節。
3. 擴散模型與單樣本模型（現代方法）
新一代系統先從海量資料中學習人臉的通用模型，再只憑一張參考照片應用特定身分。正因如此，現代 Deepfake 生成器 才能在瀏覽器中即時執行，完全無需訓練步驟。
所有流程都有相同的骨架：偵測人臉、對齊人臉、生成替換或合成的人臉，最後在匹配色彩和光照的同時將其融合回原始畫面。想深入瞭解每個階段的技術細節，請閱讀我們的姊妹篇 深度偽造技術原理詳解。
照片、影片與語音深度偽造
"深度偽造"是一個總稱。實際上它主要分為三大類，難度和用途各不相同。
照片深度偽造
最簡單也最常見的形式。透過 照片換臉 給單張圖片換上新面孔，或者從零生成一個完全虛構的人（就是那些著名的"此人並不存在"圖片）。照片深度偽造速度快、成本低，是大多數普通創作者的入門方式。
影片深度偽造
影片的難度大幅提升，因為每一幀都必須與前後幀保持一致。人臉要跟隨頭部運動，在光線變化中保持身分不變，還要自然地眨眼。現代 影片換臉 工具會自動處理這種幀間一致性，所以過去需要渲染數天的效果，如今幾分鐘即可完成。
語音深度偽造（聲音複製）
聲音複製模型從樣本音訊中學習說話人的音高、音色和節奏，再用這個聲音合成新的語音。音訊與影片是截然不同的技術問題，風險和偵測方法也各不相同——我們在 AI 語音複製與影片深度偽造比較 中詳細拆解了兩者的區別。最逼真（也最危險）的偽造會把兩者結合：複製聲音加上合成影片。
正當用途與濫用
技術本身是中立的——同一套模型既能驅動電影公司的減齡流程，也能被騙子用來行騙。區分正當使用與濫用的關鍵只有兩點：知情同意和意圖。
正當與創意用途
- 影視製作：為演員減齡、在演員去世後補完表演（經遺產管理方批准）、為譯製片配音時讓演員口型與翻譯語言匹配。
- 娛樂與梗圖：把自己的臉換進電影場景、把朋友放進名畫裡，或製作明確標註為惡搞的 明星換臉。
- 無障礙輔助：為失去說話能力的人重建聲音，例如漸凍症（ALS）患者提前"儲存"自己的聲音。
- 教育與博物館：在互動展覽中讓歷史人物"復活"。
- 行銷與在地化：只拍一條廣告，就能把主持人的口型在地化成十幾種語言。
- 隱私保護：在紀錄片中替換真實面孔以保護資訊來源，同時保留自然表情。
濫用
- 未經同意的私密影像——最早出現、至今仍危害最大的濫用形式，受害者絕大多數是女性。
- 詐騙與冒充——用複製的高管或家人聲音撥打詐騙電話。
- 政治虛假資訊——針對選舉捏造的演講或"洩露"片段。
- 騷擾與誹謗——偽造某人說過某些話的"證據"。
倫理界線說起來很簡單：只為自己、為明確同意的人，或在法律允許、清楚標註的惡搞場景中製作深度偽造內容——絕不製作針對真人的色情、誹謗或欺騙性內容。正規平台（包括我們的 免費換臉工具）之所以執行內容政策，正是因為這條界線至關重要。
深度偽造合法嗎？
全球沒有統一答案，但各地的趨勢指向同一方向：製作合成媒體通常是合法的；用它傷害他人則不合法。
- 美國：聯邦層面沒有全面禁令，但聯邦《TAKE IT DOWN 法案》（2025 年）將發布未經同意的私密影像（包括 AI 生成的影像）定為犯罪，大多數州也有各自針對深度偽造色情內容、選舉深度偽造或兩者兼有的法律。
- 歐盟：《歐盟人工智慧法案》（EU AI Act）要求深度偽造內容必須明確標註為人工生成或篡改。GDPR 還將人臉生物特徵資料視為敏感個人資料。
- 中國：相關規定要求合成內容新增顯著標識（浮水印），並須取得被呈現者的同意。
- 英國：《網路安全法》（Online Safety Act）將分享未經同意的私密深度偽造內容定為犯罪。
- 所有地區：現行關於詐騙、誹謗、騷擾、版權和人格權的法律，同樣適用於深度偽造，與其他任何媒介無異。
實際結論：在大多數司法轄區，出於雙方同意、創意性且不具欺騙性的目的使用深度偽造工具是合法的。而未經同意利用他人肖像進行欺騙、誹謗、詐騙或色情化，在越來越多的地方屬於違法——在幾乎所有正規平台上也會導致帳號被封。
如何判斷一段內容是否為深度偽造？
偵測值得單獨寫一篇——我們也確實寫了：如何辨識深度偽造。簡單來說：留意不自然的眨眼或眼部反光、臉部邊緣的模糊或閃爍、臉部與場景光照不一致、牙齒或耳朵的怪異細節，以及與口型對不上的音訊。當事關重大時，請透過第二管道核實——用已知號碼回撥對方、查證原始來源——因為取證級別的偽造足以騙過隨意的肉眼檢查。
深度偽造術語表
| 術語 | 含義 |
|---|---|
| 深度學習 | 使用多層神經網路的機器學習；即 Deepfake 中的"deep"。 |
| GAN | 生成對抗網路——兩個相互競爭的網路，共同生成逼真的合成媒體。 |
| 自編碼器 | 將輸入壓縮為緊湊編碼再重建的網路；經典換臉技術的基礎。 |
| 擴散模型 | 一種透過逐步去噪來構建影像的現代生成模型。 |
| 換臉（Face swap） | 將一個人的臉替換為另一個人的臉，同時保留原始表情和場景。 |
| 臉部重演 | 保留某人的臉，但用另一段表演來驅動其表情和口型。 |
| 聲音複製 | 根據樣本音訊，用特定人物的聲音合成語音。 |
| 合成媒體 | 所有 AI 生成或 AI 篡改內容的統稱，包括深度偽造。 |
| 廉價偽造（Cheapfake） | 不藉助 AI 的誤導性剪輯——例如放慢真實影片或給它配上錯誤字幕。 |
| 內容溯源 / C2PA | 記錄媒體如何被建立和編輯的加密內容憑證。 |
常見問題
用最簡單的話說，什麼是深度偽造？
深度偽造是用人工智慧製作的假照片、假影片或假錄音，展示一個真實的人做了或說了他從未做過、說過的事。AI 會學習這個人的真實影像或錄音，然後生成模仿他的全新合成內容。
為什麼叫 Deepfake？
這個名字由"deep learning"（深度學習，即所用的 AI 技術）和"fake"（偽造，即結果）合成。它起源於 2017 年一位 Reddit 使用者的使用者名稱，此人讓 AI 換臉影片流行起來，隨後媒體便把它當作通用術語沿用至今。
深度偽造違法嗎？
在大多數國家，製作深度偽造本身並不違法。違法的是特定的有害用途：未經同意的私密影像、詐騙、誹謗，以及（在越來越多的司法轄區）未披露的政治深度偽造。歐盟還額外要求對合成媒體進行標註。在大多數地方，經同意、具有創意且明確標註的使用仍然合法。
換臉和深度偽造有什麼區別？
換臉是深度偽造的一種——也是最常見的一種。"深度偽造"還涵蓋完整的臉部重演、完全合成的人臉以及複製的聲音。日常用語中兩者常被當作同義詞，但所有 AI 換臉都屬於深度偽造，而並非所有深度偽造都是換臉。
深度偽造能被偵測出來嗎？
通常可以。典型跡象包括臉部周圍的邊緣瑕疵、光照不一致、不自然的眨眼以及音畫口型不同步；取證工具還能分析肉眼看不到的像素級痕跡。不過，偵測是一場軍備競賽，沒有任何方法能做到 100% 可靠——透過可信管道核實，仍然是最有效的防線。
我可以合法地製作自己的深度偽造嗎？
可以。在創意專案中使用你自己的臉——或已明確授權給你的人的臉——幾乎在任何地方都是合法的，這也正是消費級工具的設計初衷。使用瀏覽器端的 Deepfake 製作工具，無需下載任何軟體即可完成；只要保證內容不具欺騙性，並尊重他人的肖像權即可。
總結
深度偽造是指 AI 生成或 AI 篡改、能以假亂真地呈現從未發生之事的媒體——這個定義涵蓋了從奧斯卡獲獎視覺特效到在瀏覽器裡五秒鐘做出的換臉梗圖。不到十年間，這個詞就從一個冷門的 Reddit 使用者名稱變成了家喻戶曉的詞彙，而這項技術只會越來越強大。
瞭解深度偽造是什麼、如何運作，以及倫理與法律的邊界在哪裡，是迎接合成媒體無處不在的世界的最好準備。如果你想負責任地探索它的創意一面——使用你自己的照片，並徵得所有相關人員的同意——可以直接在瀏覽器裡試試 免費換臉，從內部親眼看看這項技術是如何運作的。
