視訊裡的「媽媽」不是媽媽:AI換臉詐騙正攻破台灣人最後一道防線——「看到本人再匯款」

凌晨兩點，視訊那頭是你女兒的臉

畫面裡的人哭著說被警方拘留，需要匯款才能脫身。聲音像、臉像、連說話時抿嘴的習慣都像。台北一位母親掛掉電話後仍堅持「我視訊確認過了」，直到真的女兒接起電話，才發現帳戶裡的錢已經轉出。這類案件近月在台灣刑事局與165專線的統計中快速增加，即時深偽（real-time deepfake）已從技術展示品，變成詐騙集團的量產工具。

（編按:本文撰寫時無法即時查證個案細節，上述為依據公開報導趨勢重構的典型情境，意在說明犯罪模式。）

🔥 60 秒速覽:生成式AI工具讓即時換臉的技術門檻從實驗室等級降到一台消費級顯卡、幾分鐘模型訓練就能搞定。台灣連續多年在 perder 詐騙受害金額上位居全球前列，內政部與金管會近年已多次將深偽詐騙列為重點防制項目。當「視訊看到本人」不再是保證，台灣家庭與企業沿用多年的驗證常識正式失效。

💡 為什麼你該在乎

台灣人的防詐直覺是:「電話會假，人不会假。」這套邏輯建立在影音無法偽造的時代。深偽技術拆掉的不是某一種詐騙，而是整個「眼見為憑」的信任基礎設施。

對企業更致命。財務人員接到「董事長」的視訊會議要求匯款，這種BEC（商務電子郵件詐騙）的進化版，國際上已有多起企業損失數千萬美元量級的案例，其中2024年初香港一家跨國公司員工在深偽視訊會議後匯出約港幣2億元，是迄今最常被引用的指標案件。台灣中小企業財務流程多半依賴「主管口頭確認」，暴露面極大。

⚙️ 技術解析:為什麼即時換臉變便宜了

三件事同時發生。第一，開源換臉模型（如早期DeepFaceLab的後繼工具鏈）品質逼近商用產品，一段幾十秒的樣本影片就足以訓練出可用的臉部模型。第二，語音複製只需數秒採樣，多數商用語音合成服務都能做到。第三，WebRTC等即時視訊框架讓中間人可以把處理過的畫面「餵」進通話兩端。

競爭態勢:攻防兩端不對稱

面向	攻擊端（詐騙集團）	防守端（企業/家庭）
成本	一張消費級顯卡＋開源工具	需要流程改造＋教育訓練
速度	數小時內客製化上線	防詐教育需數月渗透
驗證漏洞	直接冒用「影音=真實」的信任	缺乏替代驗證協議

防守端唯一有效的武器不是技術，是「頻外驗證」:用另一條不通的渠道（既定的通關密語、回撥已知號碼）交叉確認。多數台灣企業沒有這套流程。

⚠️ 風險與質疑:別指望「深偽偵測AI」救你

市面上許多深偽偵測產品宣稱準確率九成以上，但那是乾淨測試集上的數字。壓縮後的視訊畫面、低頻寬通話、加上攻擊端持續對抗性優化，實務偵測率會大幅下滑。更根本的問題:這是一場不對稱戰爭，防守方必須每次都對，攻擊方只需要成功一次。把希望寄託在偵測工具，等於把防線蓋在流沙上。

真正困難的是心理層。詐騙的最佳劇本是製造時間壓力與情緒激發——子女出事、主管急令——在腎上腺素升高時，人類的理性驗證能力本來就會下降。技術問題好解，人性漏洞難補。

🎯 台灣機會與警訊

警訊面:台灣高齡人口占比已在2025年前後突破20%，進入超高齡社會。熟齡族群正是親情詐騙的最大目標，而「視訊看到小孩」恰恰是子女教父母防詐的標準答案——這個答案現在有毒。

機會面:台灣資安產業與金融科技業者有明確切入點。銀行的轉帳流程可導入「延遲到帳＋二次驗證」設計，企業內控軟體可把「頻外驗證」做成預設流程而非選項。需求已經存在，缺的是產品化的最後一哩。

問題留給讀者:下一次視訊那頭的家人急著要錢，你跟對方約好的通關密語，是什麼？