生成式AI让动态人脸、语音和视频更容易合成。对登录、支付、个人信息查询等高风险业务，单一的动作检测或单次模型判断不应成为唯一安全屏障。科技日报10月27日刊发的报道提到，AI生成动态人脸视频与视频流注入等方式可能挑战传统核验流程；受访专家建议采用分级要求、对抗测试和多层防护。
企业可检查的四道防线
- 分级业务风险：识别哪些操作涉及资金、账号控制或敏感个人信息，并为其设置更严格的验证和复核；
- 组合核验手段：按场景组合设备可信验证、活体特征、视频流注入检测、多因素认证和行为风控，避免依赖单一信号；
- 持续对抗测试：用不断更新的生成模型和攻击组合测试系统，记录通过率、误拦截、人工复核和异常处置情况；
- 明确人工接管：高风险或系统无法判断的操作，设置暂停、二次确认、人工复核与回退路径。
以上是结合报道内容整理的企业检查思路，不代表适用于所有业务的固定技术方案。具体措施还需要结合系统架构、数据处理方式、业务风险和适用的法律法规进行评估。
观察结论
AI应用越深入业务流程，安全评估就越要从“模型回答是否正确”扩展到“输入是否可信、权限是否适当、异常能否被发现、责任能否追溯”。企业在引入智能体或AIGC功能时，可将这些检查项纳入试点验收。
来源
科技日报《“AI脸”认证过关，人脸识别安全防护需升级》，北京国际科技创新中心网站转载，发布时间：2026年10月27日。
