AI假影片與認知作戰？國家級假訊息辨識與檢舉

AI假影片與認知作戰：國家級假訊息辨識與檢舉完全指南

摘要

生成式AI的快速發展正在根本性地改變認知作戰的樣貌。過去需要專業團隊才能製作的偽造影片，如今透過Sora、Seedance等文本轉影片模型，任何人都能在數分鐘內產出高度逼真的虛假影像。2026年，俄羅斯已將AI生成影片系統性地整合進對烏克蘭的認知作戰體系，研究機構識別出超過一千段合成影片構成所謂的「敘事殺傷鏈」。日本右翼勢力則透過眾包平台以每條約210元人民幣的價格，批量生產篡改侵華歷史的AI短影片。

台灣身處地緣政治熱區，面臨的AI假訊息威脅更為嚴峻。國安局2025年報告顯示，情報團隊全年查報逾4.5萬組異常帳號，較前一年增加1.7萬餘組，通報政府相關部門的爭議訊息達3200餘則。本文從技術原理、國際案例、辨識方法、法律規範、檢舉管道到公民素養六個層面，提供完整的辨識與應對框架。

第一章：認知作戰的典範轉移

1.1 從傳統宣傳到AI驅動的資訊攻擊

認知作戰的核心目標，是影響目標群體的認知、情緒與行為。傳統認知作戰依賴人工撰寫的宣傳素材、偽造的圖片或剪輯過的影片，產能有限且容易被查核識破。生成式AI的出現，讓攻擊方能在維持可信度的前提下，將產能擴展到前所未有的規模。

烏克蘭國家安全與國防委員會下的反虛假資訊中心（CCD）指出，俄羅斯的目標已不僅是說服受眾相信特定訊息，而是製造一種資訊混沌狀態——在這種狀態下，任何真相都可以被斥為「深偽」或AI偽造品，使侵略者得以逃避真實罪行的問責。這種策略的終極效果是摧毀「真實」本身的社會功能。

1.2 「敘事殺傷鏈」的模組化運作

Sensity AI的研究識別出俄羅斯運作的超過一千段合成影片，構成一個模組化的資訊攻擊系統。這個系統針對不同受眾設計不同內容：對軍方人員，聚焦於「抵抗無用」、「前線崩潰」等主題，試圖瓦解戰鬥意志；對平民，則以製造持續的情緒疲勞為目標，鼓勵接受俄方條件、削弱對機構的信任；對西方受眾，則致力於妖魔化烏克蘭、抹黑烏克蘭難民，並推廣質疑援烏價值的論述。

這種模組化設計的危險之處在於其可擴展性。一旦內容生產流程建立，攻擊方可以低成本地針對不同語言、文化與政治環境生成客製化素材，形成真正的全球性認知作戰能力。

第二章：AI假影片的技術原理與辨識破綻

2.1 文本轉影片技術的運作機制

當前主流的AI影片生成模型，如OpenAI的Sora、位元組跳動的Seedance等，採用擴散模型（Diffusion Model）架構。其運作方式是從隨機噪聲出發，透過逐步去噪的過程生成符合文本提示的影片內容。這些模型在大量影片數據上訓練，學習了場景結構、物體運動、光影變化等視覺規律。

然而，擴散模型在處理某些類型的視覺資訊時仍然存在系統性弱點。這些弱點成為人工辨識的重要線索。

2.2 視覺破綻的系統性分析

AI生成影片最常見的破綻集中在以下幾個類別：

手部與精細動作失真。 手指數量錯亂、關節角度不自然、手指與物體的互動出現物理上不可能的狀態，是目前AI影片最穩定的破綻之一。AI模型在訓練數據中對手部的解析度不足，加上手部動作的複雜度極高，導致生成結果經常出現明顯的解剖學錯誤。

光影與陰影的物理不一致。 光源方向矛盾、陰影缺乏層次漸變、人物與環境的光影不匹配，是另一個可靠的辨識指標。AI模型對三維空間中光線傳播的物理規律理解有限，在複雜場景中尤其容易出現光源方向前後矛盾的情況。

背景細節的邏輯斷裂。 背景中的文字雜亂無意義、招牌上的字符無法辨識、建築物結構在鏡頭移動時發生非物理的變形。這些問題源於模型對文字和結構化資訊的生成能力不足。

人物比例與運動軌跡異常。 2026年美國戰爭研究所對俄羅斯篡改升旗影片的分析發現，部分影片中的人物比例失調，或在鏡頭移動過程中突然消失，陰影方向與環境光源不一致。影片製作者試圖透過鏡頭移動和變焦來縮短人物出現時間，掩蓋這些破綻，但經仔細的逐幀檢視仍可識別。

破綻類別	具體表現	可靠程度
手部細節	手指數量異常、關節僵硬、物體互動不自然	高
光影邏輯	光源方向矛盾、陰影無漸層、人物與背景光照不匹配	高
背景文字	文字無意義、字符扭曲、結構在移動中變形	中高
人物比例	身體比例失調、人物突然出現或消失、運動軌跡不自然	中
皮膚質感	過度平滑、缺乏毛孔紋理、膚色不自然	中
眨眼模式	眨眼頻率異常、眼球運動不自然	中低

2.3 音訊層面的辨識線索

AI生成的語音同樣存在可辨識的特徵。語音合成系統在處理語調的自然起伏、停頓的節奏感、以及情感表達的細微變化時，往往呈現出過度平穩或機械化的傾向。唇形與語音的同步程度也是一個重要指標——AI生成的影片中，嘴部動作與發音的對應關係經常出現微妙的錯位。

第三章：國家級認知作戰的國際實例

3.1 俄羅斯對烏克蘭的AI認知戰

2026年6月至8月期間，俄方至少公布了35段疑似篡改的軍事影片，其中至少10段被商業檢測軟體以高置信度判定經過AI修改。這些影片的典型手法是在真實的地點影像中加入虛構的持旗士兵，與真實片段混合剪輯，營造俄軍佔領烏克蘭城鎮的假象。

2026年10月，俄羅斯機器人農場在TikTok上散布一段據稱是一名烏克蘭軍人揭露「Vivaldi行動真相」的影片。影片中的人物談論所謂的「資源非理性使用」和「大規模損失」，但實際上整段影片是使用人工智慧生成的。這類操作的目標不僅是傳播特定虛假訊息，更是系統性地侵蝕公眾對所有資訊來源的信任。

3.2 日本右翼的AI歷史篡改操作

日本右翼勢力透過眾包平台付費招募「輿論工人」，利用AI批量生產否認南京大屠殺、美化侵略歷史的虛假影片。《朝日新聞》的調查報導顯示，一條30秒的篡改歷史AI短影片報價為5000日元（約合210元人民幣），而涉華負面內容的每千次播放量獎勵高達1000日元，是普通影片收益的三倍以上。

這種「認知作戰商業化」的模式值得警惕。它將認知作戰的執行外包給分散的個體，降低了組織成本，同時增加了溯源和問責的難度。操作者只需向AI軟體輸入簡單指令，數分鐘內即可產出一條虛假影片。

3.3 對台灣的認知作戰態勢

台灣面臨的認知作戰具有明確的戰略意圖。國安局2025年的分析報告指出，中共對台認知作戰操作手法持續演進，全年查獲的異常帳號數量較前一年增加超過六成。這些操作的載體已從傳統的文字訊息擴展到AI生成的影音內容。

2025年11月，台灣安全部門對多款大陸開發的生成式AI語言模型進行測試，聲稱包括DeepSeek、豆包、文心一言、通義千問、騰訊元寶在內的五款程序均存在「違規」情況，涉及兩岸議題時生成內容採用特定政治立場。無論對這一測試結果的評價如何，它反映了一個關鍵現實：生成式AI已成為認知作戰的基礎設施，而不僅僅是輔助工具。

第四章：國家級假訊息的辨識框架

4.1 四面向防制策略

行政院針對假訊息防制訂定了「識假、破假、制假、懲假」四大面向的策略框架：

識假： 透過識別及辨認等作為，提升公民識讀素養，養成獨立判斷能力。這是防禦體系中最根本的一環，因為任何技術工具都無法替代公民自身的媒體素養。

破假： 透過查核及釐清等作為，提升澄清機制效率，推廣第三方查核機制。台灣事實查核中心和MyGoPen等獲得國際事實查核聯盟（IFCN）認證的機構，是這一面向的核心力量。

制假： 透過抑制及移除等作為，強化媒體平台協力，有效抑制危害擴散。這一面向涉及與社群平台業者的合作，以及法律層面的下架機制。

懲假： 透過規管及究責等作為，追究違法責任，進行公正獨立的司法審查。行政院對假訊息的定義為「出於惡意、虛偽假造、造成危害」，三者兼備方有法律規範問責的必要性。

4.2 實用辨識工具與平台

共鑑慧眼。 陽明交通大學人工智慧學院許志仲副教授研究團隊開發的免費平台，可快速判斷可疑影像與影片內容。該平台開放媒體與查核單位使用，並長期與台灣事實查核中心合作進行AI影像鑑識與查核報告，也與臺灣民主實驗室合作對資訊操弄與干預建立預警機制。該團隊在CVPR 2026的強健式深偽影像偵測挑戰賽中獲得全球第五名，其「品質感知混合專家」架構即使影片因轉傳、壓縮或截圖導致畫質變差，仍能準確判斷影像真偽。

InVID-WeVerify。 這是一款免費的瀏覽器擴充功能，廣泛應用於全球事實查核社群。其核心功能包括：從影片中提取關鍵幀、對關鍵幀進行反向圖片搜尋以追溯原始來源、提取影片元數據、以及進行社群媒體上的進階搜尋。操作流程為：安裝外掛後開啟InVID介面，選擇「Keyframes」功能，輸入影片網址或上傳檔案，系統會自動提取關鍵畫面供進一步分析。

Hive Moderation。 基於深度學習的AI生成內容檢測平台，可檢測AI生成的視覺內容、視覺深偽以及AI生成的音訊，並能識別可能的生成器模型（如Midjourney、Stable Diffusion）。2026年的評估研究指出，Hive Moderation是當前最全面的平台之一，但不論何種工具都尚未達到全面、多模態或即時檢測的能力。

C2PA內容憑證。 內容來源與真實性聯盟（C2PA）制定的技術標準，透過密碼學簽章為數位內容提供可驗證的來源資訊。使用者可透過contentcredentials.org/verify等工具檢查影片是否附有C2PA內容憑證。Chrome瀏覽器的ContentLens C2PA Validator擴充功能可在瀏覽網頁時自動檢測內容憑證。這一機制的關鍵價值在於：它不僅能識別AI生成的內容，還能驗證真實內容的來源，從而對抗「所有內容都可能是假的」這種虛無主義式的認知攻擊。

4.3 查核工具比較表

工具名稱	類型	主要功能	適用對象	費用
共鑑慧眼	網頁平台	深偽影像與影片辨識	媒體、查核單位、公眾	免費
InVID-WeVerify	瀏覽器擴充	影片關鍵幀提取、反向搜尋	記者、查核人員	免費
Hive Moderation	API/網頁	AI生成內容檢測、生成器識別	企業、開發者	部分免費
C2PA驗證工具	網頁/擴充	內容來源憑證驗證	一般公眾	免費
台灣事實查核中心	網站	事實查核報告、工具教學	一般公眾	免費
MyGoPen	網站/Line	謠言查核、詐騙網址檢測	一般公眾	免費
165打詐儀錶板	網站	AI智能防詐客服、線上檢舉	一般公眾	免費

第五章：法律規範與刑責

5.1 深偽相關的刑事規範

台灣針對深度偽造的刑事規範經歷了數次重要修正。法務部研議在刑法中增訂「散布性私密影音罪」、「製作或散布他人不實性影音罪」以及「製作或散布他人不實活動、言論、談話罪」，最重可處三年有期徒刑，意圖營利者加重處罰。

在加重詐欺方面，2023年5月增訂的刑法第339條之4第1項第4款，將「以電腦合成或其他科技方法製作關於他人不實影像、聲音或電磁紀錄之方法犯之」列為加重處罰事由，防止民眾因分不清深偽影像真假而受騙。

5.2 選舉期間的特別規範

《公職人員選舉罷免法》第51條之3及《總統副總統選舉罷免法》第47條之3對深度偽造進行了專門規範。條文將深度偽造定義為「以電腦合成或其他科技方法製作本人不實之言行，並足使他人誤信為真之技術表現形式」。

在選舉期間，擬參選人或候選人可自費申請鑑識，並請求平台業者限制瀏覽、移除或下架深度偽造影音。中央選舉委員會官方網站提供「深度偽造聲音影像侵害排除請求書」，供當事人自行請求平台業者下架。違反相關規定者，依同法第110條第5項，可處新臺幣二十萬元以上一千萬元以下罰鍰，並得按次處罰。

以散布、播送或其他方法供人觀覽候選人本人之深度偽造聲音、影像、電磁紀錄，而犯妨害選舉之罪者，處七年以下有期徒刑。

5.3 法律責任的層次結構

台灣現行法制對假訊息的管制採取多層次結構。對行為人而言，涉及刑事責任的條文分散於刑法、選罷法等法規中；對平台而言，選罷法要求平台在接獲申請後限期下架深偽影像，《衛星廣播電視法》則強調事實查證原則。

這一結構的核心原則是比例原則：刑罰僅針對具有主觀不法意圖的惡意Deepfake行為，不處罰不具主觀不法意圖的單純Deepfake技術應用。

第六章：檢舉管道與通報流程

6.1 一般假訊息檢舉管道

165打詐儀錶板。 網址為https://165dashboard.tw/，提供AI智能防詐客服功能，民眾可將可疑話術或不明連結貼上，系統即時分析詐騙風險並給予建議。同時整合「165全民防騙網」提供線上檢舉與報案服務，可線上檢舉詐騙廣告或進行網路報案。

數發部網路詐騙通報查詢網。 網址為https://fraudbuster.digiat.org.tw/，整合內政部警政署、金融監督管理委員會等部會情資，結合AI技術提供即時查詢可疑網址、簡訊或通報詐騙訊息的管道。

MyGoPen詐騙網址查詢。 網址為https://check.mygopen.com/，結合AI技術與詐騙資料庫，可快速辨識惡意網站，在點擊可疑連結前進行安全比對與風險評估。

行政院假訊息單一窗口。 行政院設置單一窗口作為民眾回報假訊息之管道，各部會成立專責組織，加強即時反應能力及有效澄清方法。

6.2 深偽影音的特殊處理流程

最高檢察署於2026年6月召開會議，裁示各地方檢察署均成立重大假訊息處理中心，並由臺灣臺北地方檢察署處理全國性重大深度偽造假訊息案件。各地方檢察署依「檢察機關辦理妨害選舉案件有關深度偽造與假訊息處理參考流程」辦理，檢察機關視需要適度發布新聞澄清，並通報平台業者下架或請刑事警察局辦理停止解析之通報事宜。

當事人可向內政部警政署刑事警察局自行繳納規費申請鑑識，並請求平台業者下架。刑事警察局設有科技研發科，負責與台灣事實查核中心協作通報各平台業者下架相關訊息。選舉假訊息案件則由刑事警察局偵查科通報台灣網路資訊中心（TWNIC）停止解析特定網站。

6.3 選舉期間的檢舉與獎勵

台中市政府政風處推動的反賄選與不實資訊宣導中，明確呼籲民眾落實「四不原則」：主動查證、不製造、不轉傳、不輕信假消息。檢舉專線為0800-024-099（撥通後轉接4），最高檢舉獎金達新臺幣2000萬元，檢舉人身分絕對保密。

檢舉管道	適用情境	聯絡方式
165打詐儀錶板	一般詐騙與假訊息	https://165dashboard.tw/
數發部通報查詢網	網路詐騙、可疑網址	https://fraudbuster.digiat.org.tw/
MyGoPen	可疑連結即時檢測	https://check.mygopen.com/
刑事警察局	深偽影音鑑識與下架	直接報案或線上通報
重大假訊息處理中心	選舉期間重大深偽案件	各地方檢察署
檢舉專線	賄選與不實資訊	0800-024-099轉4
台灣事實查核中心	事實查核請求	官方網站

第七章：公民素養與數位韌性

7.1 媒體識讀的核心能力

面對AI驅動的認知作戰，公民需要建立三層辨識能力。

第一層是技術素養。 理解AI生成內容的基本原理和常見破綻，能夠運用基本的查核工具。這包括知道如何進行反向圖片搜尋、如何檢查內容憑證、以及如何使用InVID等工具提取影片關鍵幀。

第二層是資訊生態素養。 理解資訊如何在社群媒體上傳播、演算法如何放大情緒性內容、以及哪些類型的敘事最容易被武器化。這要求公民對資訊的生產、流通和消費有系統性的認識。

第三層是認知韌性。 這是最難培養但最為關鍵的能力。認知韌性意味著在面對不確定性時，能夠保持理性的判斷力，不急於下結論，也不因為資訊混沌而放棄對真相的追求。俄羅斯認知作戰的終極目標正是摧毀這種韌性——當所有資訊都被懷疑為偽造時，公民將陷入冷漠和犬儒主義，而這正是攻擊方最有利的狀態。

7.2 日常實踐的具體行動

面對可疑的影片或訊息，公民可以執行以下標準作業程序：

暫停與查證。 在轉傳任何訊息之前，至少花三十秒思考：這則訊息的來源是什麼？是否有其他獨立來源報導相同內容？訊息中的情緒訴求是否過於強烈？

運用查核工具。 對於可疑影片，使用InVID提取關鍵幀後進行反向圖片搜尋，確認畫面是否來自其他時空背景。對於可疑圖片，使用Google以圖搜圖或共鑑慧眼進行檢測。

通報而非轉傳。 將可疑訊息通報至165打詐儀錶板或數發部通報查詢網，而非轉傳到其他群組。每一次的轉傳都是在為攻擊方工作，每一次的通報都是在強化防禦體系。

關注查核機構。 追蹤台灣事實查核中心和MyGoPen的查核報告，了解當前流傳的熱門假訊息。這兩個機構均獲得國際事實查核聯盟認證，具有公信力。

常見問答

Q1：AI假影片和傳統的假影片有什麼本質區別？

傳統假影片主要透過剪輯拼接、移花接木的方式製作，原始素材是真實的，但被重新組合以產生誤導效果。AI假影片則是從無到有生成全新的視覺內容，不需要真實素材。這意味著AI假影片可以創造出從未發生過的事件，而傳統假影片只能扭曲已發生的事件。AI假影片的產能更高、成本更低、也更難透過追溯原始素材來反駁。

Q2：一般民眾如何在日常生活中辨識AI假影片？

最實用的方法是觀察三個層面：手部細節（手指數量、關節角度）、光影邏輯（陰影方向和光源是否一致）、以及背景文字（是否可辨識、是否隨鏡頭移動而變形）。這些破綻在目前的AI生成技術中仍然普遍存在。此外，可以使用共鑑慧眼或InVID等免費工具進行初步檢測。對於涉及重大公共議題的影片，建議等待事實查核機構的報告再做判斷。

Q3：收到可疑的AI假影片時，應該向哪個單位檢舉？

一般性的假訊息和詐騙內容，可透過165打詐儀錶板（https://165dashboard.tw/）或數發部網路詐騙通報查詢網（https://fraudbuster.digiat.org.tw/）進行通報。涉及深度偽造的影音內容，可直接向刑事警察局報案，由科技研發科進行鑑識。選舉期間的重大深偽案件，則由各地方檢察署的重大假訊息處理中心處理。

Q4：台灣目前對AI假訊息的法律規範是否足夠？

台灣已建立了涵蓋刑法、選罷法等多層次的法律框架，針對深偽影音和選舉假訊息有明確的刑責規範。當前的挑戰不在於法律條文的完備性，而在於執行層面：跨境平台的下架效率、AI生成內容的溯源能力、以及鑑識量能的擴充。最高檢察署已要求刑事警察局和調查局充實深偽影音鑑識量能，確保選舉期間的快速辨識和溯源能力。

Q5：AI生成內容的技術破綻會隨著技術進步而消失嗎？

部分破綻（如手指數量錯誤、背景文字雜亂）正在隨著模型改進而減少，但新的破綻會持續出現。對抗AI假訊息的長期策略不能僅依賴肉眼辨識技術破綻，而需要建立制度性的解決方案，包括C2PA內容憑證的普及、平台問責機制的強化、以及公民認知韌性的提升。共鑑慧眼團隊的「品質感知混合專家」架構即展示了技術對抗技術的可行性——即使影片經過轉傳壓縮，仍能保持辨識準確度。

Q6：什麼是「敘事殺傷鏈」？

「敘事殺傷鏈」是Sensity AI在分析俄羅斯認知作戰時提出的概念，指的是一個模組化的資訊攻擊系統。攻擊方針對不同目標受眾設計不同的敘事內容，但這些內容共享相同的基礎設施和生產流程。對軍方人員、平民、西方受眾的攻擊素材雖然主題不同，但可以在同一套AI生成管線上生產，實現規模化運作。

Q7：C2PA內容憑證如何幫助對抗AI假訊息？

C2PA（內容來源與真實性聯盟）制定的標準，透過密碼學簽章為數位內容附加可驗證的來源資訊。當一段影片附有有效的C2PA憑證時，使用者可以確認其製作工具、製作時間和修改歷史。這不僅能識別AI生成的內容，更重要的是能為真實內容提供可驗證的來源證明，對抗「所有內容都可能是假的」這種認知攻擊策略。contentcredentials.org/verify提供了免費的線上驗證工具。

Q8：大型語言模型在認知作戰中扮演什麼角色？

大型語言模型（LLM）在認知作戰中的應用遠不限於生成假新聞文本。研究顯示，LLM可以用於大規模生成逼真的假社交媒體個人檔案、自動化地與目標受眾互動以操縱輿論、以及透過多智能體系統模擬虛假的社會共識。NATO的測試研究發現，所有受測的LLM都存在可被利用的弱點，開源模型在移除安全限制後可被武器化的成功率達80%。這意味著LLM不僅是認知作戰的工具，本身也可能成為攻擊的目標。

總結

AI假影片與認知作戰的威脅正在從邊緣現象演變為國家安全的核心議題。俄羅斯對烏克蘭的系統性AI認知戰、日本右翼的商業化歷史篡改操作、以及台灣面臨的持續性認知作戰壓力，共同構成了當前國際資訊環境的嚴峻圖景。

應對這一威脅需要多層次的策略。技術層面，共鑑慧眼、InVID、Hive Moderation和C2PA憑證等工具提供了從檢測到溯源的多重防線。法律層面，台灣已建立涵蓋刑法和選罷法的規範框架，並在選舉期間啟動重大假訊息處理中心的專責機制。制度層面，165打詐儀錶板、數發部通報查詢網和事實查核中心的協作網絡構成了完整的檢舉與澄清體系。

然而，最根本的防禦在於公民自身的認知韌性。技術工具可以輔助辨識，法律規範可以提供問責基礎，但如果公民放棄了對真相的追求，任何防禦體系都將失效。認知作戰的終極目標不是讓人們相信某個特定的謊言，而是讓人們不再相信任何事物。對抗這種策略的唯一方式，是持續地、理性地、有方法地追求對世界的理解。

作者簡介

吳恩，數位媒體與資訊安全研究者，長期關注生成式AI的社會影響、認知作戰防禦策略與數位素養教育。曾任職於科技媒體與事實查核機構，參與多項AI內容辨識工具的實測與推廣工作。目前為獨立研究者，持續追蹤台灣及國際間的認知作戰案例與防制政策演進。