深度合成内容模糊了真实和虚假的边界，将对社会信任、媒体信任、政治信任产生巨大的影响。陈昌凤表示，虚假内容的高难度甄别影响了事实核查的有效性，在社会重大事件或政治事件节点上，深度合成技术可能被用于操作舆论意见，借助社交媒体，使虚假信息短时间内引发产生病毒式扩散，激化社会矛盾。
负面风险不断加剧，如何有效甄别深度合成内容就成为了关键，但随着合成质量的不断提升，传统基于生物特征的鉴别方式越来越难以发挥作用。
浙江大学网络空间安全学院院长任奎表示，目前对深度合成的检测主要依赖于人工智能模型，依赖于训练数据的完备性，包括检测器泛用性相低、公开数据集适用性、数据敏感等，这些都将带来诸多挑战。
田天也表示，新型伪造方法层出不穷、网络传播环境的日趋复杂，加上基于检测算法存在漏洞缺陷等，反深伪检测技术面临“强对抗性”，需要持续更新与迭代。
《报告》显示，目前学术界和产业界均已对反深伪检测投入了大量研究，Meta（原Facebook）、谷歌、微软等机构均推出了深度合成视频认证的方法或产品。在国内，清华大学、中科大等高校在深度伪造内容检测方面取得显著成果，清华大学孵化团队瑞莱智慧推出的深度伪造内容检测平台DeepReal拥有工业级的检测性能和应对实网环境对抗变化的检测能力。清华大学人工智能研究院基础理论研究中心主任朱军认为，深度合成检测面临持续的攻防和博弈，未来还需融合多模态内容的取证分析、基于数字水印的溯源技术等多方面能力，实现精准识别。
同时，我们不能因为技术风险就因噎废食。
中国工程院院士邬贺铨认为，第一，任何新技术的出现和应用，都会带来社会问题，其中当然也有伦理问题；第二，伦理问题需要从道德和法律的层面来解决；第三，对于技术失控和技术滥用的问题，需要通过发展技术来解决，当前深度合成的技术发展得还不够，所谓“道高一尺魔高一丈”，发展永远在路上。
