《追踪 MrDeepFakes：非自愿深度伪造背后的真实伤害》

导语

这篇 Maclean’s 长文把非自愿 AI 色情从“技术奇观”拉回到具体伤害：一个普通药剂师如何运营全球最大的 deepfake 色情平台之一，数以万计的视频如何羞辱现实中的女性，调查者如何追到他的线下身份，而加拿大法律为何仍无法把这件事清楚地定为犯罪。

1. 受害者首先面对的是一种无法自证的侵犯

文章用 Sarah 的经历开场。她曾因为 YouTube 视频获得关注，最初享受新来的知名度，随后开始收到露骨评论、性暗示，以及自己的照片在聊天室和网站间流转的提醒。2024 年，粉丝把 Reddit、4chan 等论坛链接发给她，她点开后看到“自己”出现在自慰视频里。

那些视频并不是真的她，头部被贴到其他女性身体上，有些合成痕迹还能看出不自然。但恐惧不因此变小。非自愿 deepfake 的伤害不取决于它是否百分之百逼真，而在于它夺走了一个人对自身形象、性边界和公共身份的控制。

所有视频似乎都来自 MrDeepFakes.com。网站上有近 70000 个视频，总观看量超过 20 亿，用户约 650000。大多数片段描绘女性处在露骨、常常带暴力意味的场景中，其中不只有名人，也有普通人。文章由此把问题从单个受害者推向平台化、市场化的性剥削。

2. MrDeepFakes 背后不是神秘黑客，而是体面生活中的普通人

调查显示，MrDeepFakes 背后的人并不住在什么隐秘据点，而在加拿大安大略省 Markham。他叫 David Do，三十多岁，是一名药剂师，越南移民之子，毕业于滑铁卢大学药学院，外表害羞、温和、自谦。文章最令人不适的地方，正是作恶者的普通：现实中体面，线上却搭建了大规模非自愿色情基础设施。

Do 的“普通”也揭示了互联网伤害的当代形态。MrDeepFakes 连接了大批男性用户、女性图像、开源工具、论坛文化、加密支付和半公开交易。它不是一个人偶然发布几段恶作剧视频，而是一个可以发现对象、雇佣创作者、交易作品、验证卖家、绕过责任的平台。

更刺痛的是，在加拿大，Do 的行为至少在文章写作时并不明确构成犯罪。技术进步太快，法律仍把“真实未经同意的私密影像”和“虚假的合成影像”分开处理。结果是受害者感到的侵害极其真实，法律却可能说：图像不是现实发生过的事。

3. deepfake 技术从研究突破走向色情市场

文章回溯技术源头：2014 年，Ian Goodfellow 在蒙特利尔一家酒吧讨论如何让计算机生成逼真图像，由此发展出生成对抗网络 GAN。Goodfellow 后来进入 OpenAI、Google、Apple、DeepMind，并与 Yoshua Bengio 合著《Deep Learning》。这些研究本身是机器学习突破，却很快被开源工具和色情市场吸收。

2010 年代末，GitHub 上的开源程序和 FaceApp、Face Swap、DeepFaceLab 等工具让合成图像越来越容易。色情内容成为最早、最强烈的使用场景之一。2018 年 Jordan Peele 用奥巴马 deepfake 警告公众：敌人可以让任何人看起来在任何时候说出任何话。那时效果还不完美，但警钟已经响起。

各国法律反应很慢。美国弗吉尼亚 2019 年通过首个针对露骨非自愿 deepfake 的州法，Texas 等地随后跟进；英国、韩国、中国、法国、丹麦、澳大利亚以及美国联邦层面也开始建立规则。加拿大没有及时提出对应立法，旧有“未经同意传播私密影像”的法律又因为 deepfake 不是“真实影像”而留下缝隙。

4. 平台化让羞辱变成可购买、可扩散、可升级的服务

Do 早在 2018 年就在约 90000 名 deepfake 爱好者和创作者聚集的 Reddit 论坛活动。其他网站会转载论坛内容，有些复仇色情网站甚至按城镇或大学索引受害者。Do 看到了机会，在 BlackHatWorld 上发帖寻找 deepfake 社群成员，想为无家可归的创作者建立新家。

MrDeepFakes 上线后由两部分构成：一是分享 deepfake 图片和视频的平台，包含“Top Rated Models”等入口，常以 Emma Watson、Sydney Sweeney 等女演员的静态图作为导航；二是让用户提出请求、付费委托创作者的市场。平均每个视频价格为 87.50 美元，部分用户支付高达 1500 美元，平台鼓励别名和加密货币交易。

大多数作品使用 Face Swap 和 DeepFaceLab 等免费开源工具。随便生成粗糙 deepfake 已不难，但要做出更逼真的视频，需要素材、时间、技术调参和社区经验。平台提供了需求、技能、支付和展示的中介，让非自愿侵犯从“个人恶意”变成可重复交易的生态。平台的真正作用，是把羞辱做成供应链。

5. 受害不是“看开一点”，而是长期心理与社会后果

文章列举多位受害者：北爱尔兰政治人物 Cara Hunter 在祖母 90 岁生日聚会上收到自己被 deepfake 的露骨图片；澳大利亚女性发现亲近男性朋友制作了一个名为“The Destruction of Hannah”的网页，用合成内容系统羞辱她。受害对象既有公众人物，也有私生活中被熟人锁定的普通女性。

宾夕法尼亚大学 Center for Media at Risk 的 Sophie Maddocks 指出，在线性虐待和骚扰会造成抑郁、自杀念头、创伤、社交退缩和职业后果。更残酷的是，几乎没有真正的预防办法。现代人为了工作、交通、社交和公共生活必须拥有线上身份，而 deepfake 攻击正是把这种身份必要性转化成脆弱性。

这也是 Laurie Segall 决定调查 MrDeepFakes 的原因之一。作为前 CNN 科技记者，她担心这些黑暗互联网角落会怎样影响年轻人，尤其是训练一代年轻男性相信女性图像可以被无限占有、拆解和羞辱。她的兴趣从一开始就不只是一个站点，而是被站点聚集起来的男性需求。

6. 调查如何把线上面具追到线下身份

2024 年 2 月，Segall 在社交媒体上征集线索。两个月后，一个名为 Jordy Urbanski 的人给她发来信息。他追踪用户名和网络碎片，锁定 David Do，并称 Do 曾回复记者邮件，否认自己拥有 MrDeepFakes，称网站已经卖掉。Urbanski 不信，因为他已经把 Do 的线上生活拼了出来：论坛发帖、车辆讨论、旅行照片、家庭照片、招募创作者痕迹。

Segall 组建小团队继续追踪，从号码、社交媒体、雇主信息和现实地点入手。她飞到多伦多，联系 Do 的妻子、朋友、曾经熟悉的人。朋友眼中的 Do 是“很好的一对夫妻”、善良、难以想象做坏事的人。这条调查线不断制造同一个冲突：社区里的好人形象，与平台背后的系统性伤害并存。

最终，Segall 和制作人在 Do 工作的医院药房外等到他，直接质问他是否在运营 MrDeepFakes。Do 没有回答，快速走进建筑。短暂对峙后，网站一度下线，12 小时后又恢复，并加强安全、关闭新注册。随后加拿大、荷兰、丹麦媒体联盟也完成调查，MrDeepFakes 最终被关闭，Do 的雇主和安省药剂师学院开始调查。

7. 调查的公共意义不只是揭露一个人

Segall 后来发布了五集调查系列，但她反复强调，目标不是把故事缩小成 David Do 一个坏人。一个网站会倒下，另一个网站、Discord 群、订阅服务或私密交易渠道会接上。MrDeepFakes 的价值在于让人看见需求、工具、支付、匿名、平台迁移和法律滞后怎样连成系统。

如果只把 Do 当作异常个体，就会错过更大的事实：大量普通用户共同维持了非自愿性剥削的市场。这也是为什么文章不断把“普通人”与“普通伤害”并置。作恶者不需要像电影反派，受害者也不需要是名人；只要一个人有可抓取的照片、视频或社交身份，就可能被拖入这个生态。

8. 法律缺口之后，是更大的现实危机

Do 现在行踪不明，删除了多年累积的线上身份。文章指出一个讽刺：他迅速为自己行使了对数字生活的控制，而受害者正是被他剥夺了这种控制。在加拿大，他可能承受个人和职业后果，但未必承担刑事责任。这形成了最残酷的错位：社会直觉知道这是一种侵犯，法律分类却还没有把它稳定命名为犯罪。部分省份有保护私密影像的民事或地方规则，但是否覆盖合成影像并不稳定。

更大的问题是现实共识本身。未来每张图、每段视频、每段音频都可能被怀疑。Maura Grossman 研究 AI 对法庭系统的影响，她担心的不是某个单独假证据，而是“共同客观现实”会被持续侵蚀：真实证据可能被说成伪造，伪造材料也可能因太逼真而拖垮事实判断。deepfake 的第二层伤害，是让受害者和机构都陷入证明现实的负担。政治、法庭、家庭纠纷、欺诈和舆论都会受影响：斯洛伐克选举前出现候选人承认操纵选举的 deepfake 音频；法庭上可能出现真假难辨的亲密影像或监控材料；加拿大已经有案件中真实证据被错误声称为 AI 修改。

Google 等公司推出 “About this image” 等验证工具，但工具追不上生成能力、平台迁移和需求扩散。文章还用虚假暴雪视频、选举前伪造音频、家庭法庭可能出现的合成影像来说明，同一种技术会同时攻击性边界、司法程序、新闻可信度和政治判断。色情仍可能是主要用途，但它不是唯一风险。文章把这些案例并置，是为了说明深度伪造已经从“图像真假”问题升级成社会信任问题：个人需要证明自己没有做过某事，法院需要判断证据是否可信，公众需要判断新闻视频是否存在，政治系统也要面对临近投票时无法及时澄清的伪造内容。文章的结论不是关闭一个 MrDeepFakes 就结束了，而是非自愿色情 deepfake 会变成打地鼠游戏：需求还在，工具更强，平台会迁移。

结论

技术公司提供检测工具当然必要，但检测不能替代同意原则、平台治理和刑事责任。只要“这不是真的你”还能被用来减轻责任，受害者就会被迫一遍遍解释为什么虚假影像仍能造成真实伤害。

MrDeepFakes 的故事把三件事绑在一起：AI 生成工具的扩散、男性社群对女性身体的商品化需求，以及法律对“虚假但真实伤害”的迟钝。它提醒我们，deepfake 的首批大规模受害者不是抽象的民主制度或证据体系，而是具体女性的身体边界、声誉和安全感。等到技术完全逼真时再修法，伤害已经被平台化、货币化、常态化了。更重要的是，受害者无法靠退出网络来保护自己，因为求职、社交、创作、交通和公共表达都要求人们留下可被抓取的数字痕迹；这让“自我保护”变成一种不现实的要求。文章因此把问题落在制度责任上：不能要求每个女性独自躲避所有图像抓取、模型训练和平台传播，而要让制造、分发、交易和获利的人承担成本，并让受害者有可执行的删除、追责和赔偿路径。

思想框架

原文先用 Sarah 的遭遇建立受害者视角，再揭示 David Do 的身份和 MrDeepFakes 的规模；随后回溯 GAN 与开源工具如何进入色情生态，说明平台交易机制和受害后果；最后通过 Segall 的调查、加拿大法律缺口和现实危机，把个案扩展成公共治理问题。