太火了！我在外滩大会玩Deepfake，想骗过机器人结果……
内容提要
蚂蚁数科在外滩大会上展示了Deepfake攻防和智能标注技术，通过AI模型和机械臂识别真实照片，提高了标注效率。他们还提供数据加工和合成服务，通过AI提高数据价值和解决实际问题。业务包括云服务、AI服务和区块链服务。蚂蚁数科将AI能力与产业深度融合，解决实际问题。
延伸解读
Deepfake攻防：技术演示背后的现实挑战
外滩大会的Deepfake攻防展区通过机械臂和手机摄像头快速识别伪造内容，展示了AI对抗AI的可行性。这背后是天玑实验室和ZOLOZ的技术支持，他们每月进行超20000次攻防测评，模拟上百种伪造攻击。这种实战化测试有助于提升反Deepfake产品的可靠性，但文章也暗示，随着伪造技术演进，防御方需持续更新模型，普通用户更应提高警惕，不轻信单一验证方式。
智能标注：效率提升与人工审核的平衡
蚂蚁数科展示的AI标注流程将效率提升40%以上，通过多模态大模型自动完成目标检测、语义分割等任务，但人类仍负责审核细节，如颜色和形状。这反映了当前AI落地的常见模式：AI提效，人工保底。同时，蚂蚁数科拥有万人标注团队，垂直领域高阶人才超90%，说明高质量数据生产仍依赖专业人力，纯自动化尚难完全替代人工判断。
从AI For Data到Data for AI：产业融合的逻辑
蚂蚁数科的业务布局强调AI与数据双向驱动：一方面用AI挖掘数据价值，如风控场景中引入多源数据辅助决策，与中铁建合作使客商准入效率提升至少50%；另一方面用数据服务加速AI训练，解决高质量行业数据稀缺问题。这种思路指向大模型落地的关键——不是追求技术炫技，而是与产业场景深度结合，解决实际问题。
大模型落地的数据瓶颈与应对
文章指出，通用大模型依赖的互联网公开数据往往质量参差，而专业场景所需的高质量行业数据多是非公开的，且需清洗、标注。蚂蚁数科提供数据加工、合成服务，针对交通、政务、金融等垂直领域合成数据，以缓解数据荒。但文章也提及数据合成可能引发模型崩溃的风险，提示在利用合成数据时需谨慎平衡质量与数量。
Q&A
蚂蚁数科在外滩大会上展示了哪些技术？
蚂蚁数科展示了Deepfake攻防和智能标注技术。
Deepfake技术在外滩大会上引起了怎样的反响？
Deepfake攻防成为外滩大会最受关注的展区之一，吸引了大量观众和讨论。
蚂蚁数科的AI标注流程包括哪些步骤？
AI标注流程包括采集、标注和合成三个步骤。
蚂蚁数科如何提高数据标注的效率？
通过自研的多模态大模型和人工审核，标注效率提升超过40%。
蚂蚁数科的业务布局是什么？
蚂蚁数科的业务布局包括云服务、AI服务和区块链服务三大板块。
高质量数据对AI模型的重要性是什么？
高质量数据是训练AI模型的基础，直接影响模型的性能和应用效果。
