Teams 要请外部侦探进会议室：微软把深度伪造检测交给第三方

视频会议里那个准时上线、点头附和、说了几句就下线的「同事」，可能根本不在公司里，甚至不是一个人。这类担忧过去停留在安全团队的幻灯片里，现在开始变成产品功能。

微软给出的方案是：让经过认证的第三方检测机器人以参会者身份加入 Teams 会议，实时扫描音频与视频信号，判断画面中的人是否为深度伪造，并把结果以警告弹窗的形式呈现给会议中的用户。桌面版、Mac 版和网页版将在 11 月中旬陆续上线。

一分钟速览

• 组织可接入已认证的第三方工具，扫描会议音视频以识别深度伪造；
• 检测由外部服务商完成，Teams 只负责展示警告与操作选项；
• 检测机器人需管理员授予 Calls.ReportSyntheticMedia.All 权限才能入会；
• 机器人会输出 0.0 至 1.0 的置信度评分，并给出低、中、高三档判断；
• 微软在合规说明中提醒，启用前应审查供应商的服务条款与数据处理方式。

检测不在 Teams 里做

这个设计的核心是责任切分。微软提供的是通道与界面，识别模型、判定阈值、误报处理都在第三方手里。对平台来说，这样做避免了为准确率背书面承诺；对企业来说，则意味着安全能力的强弱取决于采购了哪一家。

从工程角度看，实时深伪检测本身极难。压缩后的会议流会丢掉大量频域细节，人脸在低码率下会自然出现类似生成模型的伪影；一旦会议开启虚拟背景、美颜或降噪，检测模型面对的输入已经被处理过两轮。误报一次，可能就是一场对真实同事的公开质疑。

0 到 1 的置信度，其实是把判断权交出去了

置信度评分看起来客观，实际使用中会变成一个管理决策：0.7 算不算异常？要不要当场打断会议？要不要写进事后报告？微软没有给出统一阈值，因为它给不出——不同场景的风险偏好差异太大，一笔跨境转账会议和一次周会，容忍度完全不同。

这也解释了为什么权限被设计成一个单独的 API 权限位。谁能把检测机器人放进会议，谁就在事实上决定了「什么样的怀疑可以被公开表达」。

企业为什么愿意开门

驱动力来自真实损失。过去两年，利用换脸与语音克隆冒充高管指令付款的案件在多国出现，单笔金额从数万美元到数千万美元不等。传统防线是流程：双人复核、回拨确认、付款白名单。这些流程在「看起来和听起来都对」的情况下会失效，因为人的验证方式是看脸和听声音。

当身份验证的锚点从密码挪到生物特征，伪造的成本就成了安全预算里必须计算的一项。第三方检测机器人因此有了采购理由：它至少提供了一份可留档的判定记录。

趋势：身份验证正在从登录挪到实时

下一步大概率不是更准的检测模型，而是「内容凭证」——由摄像头或录制设备在采集时签名，让每一帧都带上可追溯的来源。检测是事后猜真假，凭证是事前证来源，后者在成本上更可控，但需要终端厂商、平台与标准组织一起动。

在那之前，企业最实际的做法仍然是流程加固：任何涉及资金与权限变更的会议指令，都必须走一条与会议无关的通道复核。技术能提高伪造门槛，但挡不住一个愿意配合骗局的人。