AI 影像生成的生物特徵隱私
研究
影像生成中的臉部與身體可能引發生物特徵隱私疑慮,特別是當影像被用於辨識、驗證或推導模板時。
- Date
- 2026年7月3日
- Author
- Unexposed

生物特徵隱私是指:AI 影像生成不再只是個好玩的功能,而是開始「戴上領帶」。
並非每一張照片在所有法律情境下都會自動被視為生物特徵資料。這個差異很重要。隨機的一張臉部照片,並不一定會被以與用於辨識或驗證某人的「臉部模板」相同的方式看待。但 AI 影像產品往往會處理那些讓生物特徵疑問浮現的要素:臉部、身體、影片中的類語音情境、步態、手部、疤痕、刺青,以及衍生出的表徵。
美國聯邦貿易委員會(FTC)的 生物特徵政策聲明 將生物特徵資訊與生物特徵技術視為消費者保護議題,包含誤導性主張與不公平做法。具體義務取決於產品、司法管轄區與使用情境,但訊號很明確:主管機關在意這個類別。
歐洲的資料保護法也同樣對生物特徵辨識保持謹慎。EDPB 的 臉部辨識指引 聚焦於當生物特徵系統被用於辨識或驗證個人時,風險會顯著提高。再一次強調:並非每一次照片編修都等同於臉部辨識。但會處理臉部的影像產品,不應假裝這個類別是一般的。
對於 AI 影像生成而言,實務上的問題是系統對臉部做了什麼。它只是為使用者生成一個編修後的輸出嗎?它是在擷取可重複使用的嵌入(embedding)嗎?它是在跨影像比對身分嗎?它是在訓練一個外貌相似模型嗎?它是在儲存來源影像嗎?它是否允許另一位使用者上傳別人的臉?這些都是截然不同的風險輪廓。
頭像工具、證件照生成器、交友照編輯器、換臉功能、試穿工具,以及修復應用程式,尤其應該格外小心。它們應避免在未取得明確同意的情況下用使用者的臉部進行訓練,避免不必要地保留來源影像,限制預設的公開分享設定,並讓刪除機制易於理解。
當上傳者並非照片中的本人時,同意就會變得更複雜。使用者可能擁有朋友、孩子、配偶、員工、客戶或訪客的照片。技術層面的隱私控制無法解決所有同意問題,但透過限制保存、存取與再利用,它們能降低影響範圍。
誠實的產品立場並不是「所有臉部照片都被禁止」。那會毫無用處。誠實的立場是:臉部需要更高等級的照護,尤其是當系統推導出與身分相關的特徵,或儲存可重複使用的外貌相似資料時。
只要產品距離「身分」足夠近,生物特徵隱私就會適用於 AI 影像生成。而影像工具往往非常快就會接近身分。
延伸閱讀:FTC 生物特徵政策聲明、EDPB 臉部辨識指引,以及 在一般產品照片中隱藏的生物特徵資料。