利用生成式AI技术衍生的金融“黑产”技术,对传统人工智能技术的人脸识别等防伪技术产生巨大挑战。马上消费已与武汉大学等多所大学联合研发,利用多模态大模型的最新技术:基于声波特征,图片和视频等多模态特征进行微调而构建的多模态防伪大模型——构建未来金融防伪和打击黑产的技术体系。
在经历了21世纪初Gabor/LBP局部特征引入商用的1.0技术防伪时代,2012年以卷积神经网络CNN兴起为代表的2.0技术防伪时代后,2023年至2024年,Gemini/Sora等多模态大模型发布,预示着3.0技术防伪时代来临——可以利用大模型技术有效防御从未出现的新型攻击。
以某银行大额业务场景为例,马上消费多模态大模型技术团队经过技术攻坚,成功应对客户方的高标准项目需求:对算法结果要求大于98%的高识别准确率;客户攻击数据多样,需要模型具有超强的泛化能力;定制化需求多,需要考虑建立完善的人机协同防御体系。从实际效果来看,该项目人脸和声纹相结合的核验防伪技术,将整个系统的安全性提高了一倍;已保障过亿转账资金安全落地;多模态防伪大模型将AI换脸、照片活化、视频翻拍等常见攻击方式的拦截率提升到98%。
在科技能力的加持下,金融行业打击黑产的效果越发显著。由马上消费研发的“爱马”平台试点以来,累计导入黑产数据3万多条,累计发现可用于联合打击数据近百条。
利用生成式AI技术衍生的金融“黑产”技术,对传统人工智能技术的人脸识别等防伪技术产生巨大挑战。马上消费已与武汉大学等多所大学联合研发,利用多模态大模型的最新技术:基于声波特征,图片和视频等多模态特征进行微调而构建的多模态防伪大模型——构建未来金融防伪和打击黑产的技术体系。
在经历了21世纪初Gabor/LBP局部特征引入商用的1.0技术防伪时代,2012年以卷积神经网络CNN兴起为代表的2.0技术防伪时代后,2023年至2024年,Gemini/Sora等多模态大模型发布,预示着3.0技术防伪时代来临——可以利用大模型技术有效防御从未出现的新型攻击。
以某银行大额业务场景为例,马上消费多模态大模型技术团队经过技术攻坚,成功应对客户方的高标准项目需求:对算法结果要求大于98%的高识别准确率;客户攻击数据多样,需要模型具有超强的泛化能力;定制化需求多,需要考虑建立完善的人机协同防御体系。从实际效果来看,该项目人脸和声纹相结合的核验防伪技术,将整个系统的安全性提高了一倍;已保障过亿转账资金安全落地;多模态防伪大模型将AI换脸、照片活化、视频翻拍等常见攻击方式的拦截率提升到98%。
在科技能力的加持下,金融行业打击黑产的效果越发显著。由马上消费研发的“爱马”平台试点以来,累计导入黑产数据3万多条,累计发现可用于联合打击数据近百条。