Deepfake利用生成对抗网络（GAN）强大的图像生成能力，可以将任意的现有图像和视频组合并叠加到源图像和视频上，它可以记录一个人面部的细节。经过多年的发展，Deepfake技术已经可以进行实时换脸，并且毫无违和感。
不过，在视频时， Deepfakes 难以为面部动态表情制作高置信度动画，视频中的要么就从不眨眼，或者眨眼过于频繁或不自然。而且音频与假人图像也会配合的不够自然。
所以这种视频持续10秒就会让人怀疑，面试全程时间会比较长，更加容易露出破绽。
科学技术的进步和变革是一把双刃剑。人工智能技术虽然为我们提供了海量的便利，但同时也可能带来的安全、伦理、隐私等一系列问题。人工智能发展的本质是通过算法、算力和数据去解决完全信息和结构化环境下的确定性问题。在这个数据支撑的时代，人工智能面临诸多的安全风险。
人工智能不可避免地会引入网络连接，人工智能技术本身也能够提升网络攻击的智能化水平，进而进行数据智能窃取和数据勒索攻击或者自动生成大量虚假威胁情报，对分析系统实施攻击。