文章核心观点 - 央视报道聚焦AI换脸技术滥用引发的金融风险 并深入解读度小满构建的AI换脸诈骗防护体系为行业提供关键参考 [1] - 度小满通过专项风险识别算法与升维检测模型精准识别高风险AI换脸攻击 例如识别出风险分数达90多分的高仿真视频 [1] - 公司采用"红蓝对抗"模式训练模型 其百亿参数模型较几年前几千万级别模型实现能力跨越 已成功阻止3000多起诈骗并挽回1.8亿元经济损失 [2] - 面对AI技术普及 行业人士建议推动全行业信息共享与技术共享 共同构建互联网金融安全屏障 [2] 度小满技术能力 - 研发专门风险识别算法 能精准识别国际认证中代表高于90%真实度的AI换脸视频 [1] - 升维检测模型可区分真伪人脸 风险分数50分以上为高风险 模型能识别出假脸分数超50分而真人低于50分 [1] - 技术模型参数量达百亿级别 相较于两三年前普遍几千万级别的活体防伪模型实现从普通模型到大模型的跨越 [2] 风险与应对实践 - AI换脸诈骗在网上信贷系统中频繁发生 不法分子通过合成他人人脸信息尝试借贷 [1] - 借鉴军事"红蓝对抗"模式开展模型训练 蓝军模拟AI人脸攻击 红军负责识别拦截以提前应对新型技术 [2] - 去年度小满为14万客户发出诈骗提醒 成功阻止3000多起诈骗案件 预计挽回1.8亿元经济损失 [2] 行业建议与趋势 - 多位金融业内人士建议需推动全行业信息共享与技术共享以应对AI换脸骗术 [2] - 当一家金融机构发现新型AI诈骗手段应及时同步至整个行业 共同构建互联网金融安全屏障 [2]

文章核心观点 - 中央电视台财经频道专题报道聚焦AI换脸技术滥用引发的金融风险 并深入解读科技金融公司如何构建防护体系 [1] - 不法分子通过合成他人人脸信息尝试借贷 此类诈骗在网上信贷系统中频繁发生 [1] - 行业需推动全行业信息共享与技术共享 共同构建互联网金融安全屏障 [5] 度小满技术防护实践 - 公司研发专门的风险识别算法 能精准识别风险分数达90多分（代表高于90%真实度的AI换脸）的活体认证视频 [1] - 在模拟场景中 公司的升维检测模型能清晰分辨真伪 风险分数50分以上即为高风险 假脸均超过50分而真人则在50分以下 [1] - 公司借鉴军事训练中"红蓝对抗"模式开展模型训练 蓝军模拟攻击红军负责拦截 模型参数量达百亿级别 相较于两三年前普遍几千万级别的模型实现跨越 [3] - 去年度小满为14万客户发出诈骗提醒 成功阻止3000多起诈骗案件 预计挽回1.8亿元经济损失 [3] 行业风险与建议 - 随着AI技术变得越来越普遍 风险识别技术也需要与时俱进 [5] - 多位金融业内人士建议需推动全行业信息共享与技术共享 当一家金融机构发现新型AI诈骗手段应及时同步至整个行业 [5]