這個問題很有意思，雙胎在現實生活中很多方面都會讓別人搞混。在許多影視文學作品裡，也會利用雙胞胎製造一些懸念。

刷臉支付的識別技術，是利用面孔中眼鏡鼻子嘴等等關鍵點，再面部繪製識別網。組成類似指紋的識別方式。目前的識別率已經非常的高了。錯誤率應該低於萬分之一。

雙胞胎面對刷臉支付時有兩種可能，如果這兩個雙胞胎差異比較明顯，那麼可以識別。如果實在太像！那麼完全可以做到互相刷臉不被發現。

感謝邀請！這個問題問到點子上了，隨著現代高科技的發達，手機刷臉付款功能也隨之而來，大多數人也都在使用這一功能，您也特別提到如果雙胞胎在使用刷臉這一功能是否能互刷，中國在科技方面雖然已遠遠領先其他國家，但目前來看雖然技術超前，中國在雙胞胎使用刷臉功能識別上，還需要進一步研究開發，在中國現有技術水平上，雙胞胎是不能達到準確識別的，所以雙胞胎要是長的十分相似，那麼在使用刷臉功能上是完全可以達到互刷的！

從上線至今還沒發生過盜刷的時間雙胞胎也許可以解鎖手機但是支付寶的刷臉支付利用世界上最高等級的人臉識別度。所以很安全可以放心使用

到時就刷臉付款，雙胞胎會不會可以通用，據我瞭解，這個是不能代刷的。刷臉支付並不只是刷個臉這麼簡單的事情，它的高科技遠比我們想象的要更加強大一些。其實它還不僅能夠識別主人的臉，還能夠分析生物遺傳資料。這個世界上可能比雙胞胎都像的人也不少，如果雙胞胎都能互相刷臉的話，那豈不是亂套了嗎？相信開發這項技術的人員，肯定也想到這樣或者那樣極端的例子的。

所以說，對於想象的雙胞胎是否會造成隱患這一事件也是根本不存在的，即使我們分不清雙胞胎，刷臉支付這項技術也是完全可以分清雙胞胎的。

馬雲提出了將來手機支付會被淘汰，而取而代之的則是刷臉支付。人們不禁產生了疑惑，如果是手機二維碼支付的話，那麼二維碼裡面所他那個蘊藏的資訊都是唯一的機器是可以識別的。但是人臉就不一樣了，如果遇到相似的雙胞胎要怎麼弄呢？其實完全可以不必擔心，下面我就來介簡單介紹一下刷臉支付的檢測方法。

首先我們知道我們每個人的指紋都是不同的，在雙胞胎上指紋也是不一樣的。但其實不只是指紋不同瞳孔也是不一樣的，我們刷臉的時候第一個要掃描的則是瞳孔以及臉骨的特徵，這時人們可能還會覺得如果是用圖片來進行掃描怎麼辦呢？其實刷臉的時候我們人是會產生動態的一個效果的而圖片則是沒有，另外挪動攝像頭的位置可以產生一個3d的效果，如果掃描圖片的話是不會認為是真人的，即便是動態圖片也是一樣。

現在其實已經有很多地區都已經開始使用刷臉支付了，可見刷臉支付其實還是非常可靠的。並且這也極大的方便了我們的支付方式，如果我們手機遇到了沒電的這種情況，那麼刷臉支付也可以讓我們完成付款。

世界上沒有兩片相同的樹葉。

我們看上去很相似的人，實際上面部細節，比如雙眼瞳孔距離，鼻樑長度等（精確到毫米級別）都肯定不同。有哪怕是孿生兄弟，在機器的高精掃描度下，其差異都被無限放大，判若雲泥。

一項技術，尤其是涉及到幾億使用者真金白銀的支付技術。在推廣以前，勢必在實驗室裡做過無數實驗和檢測，反求諸己地模擬各種盜刷情況。

因為以假亂真的危害，在《西遊記》真假美猴王一集就有精彩的演繹，差點讓六耳獼猴壞了取經大業。這是婦孺皆知的道理，尤其在掃描技術勝過火眼金睛的今天，同樣的事豈能在支付寶的刷臉技術上重演！

不必羅列大量的資料和資料。

這裡只是做道理和邏輯上的分析。

綜上，哪怕是雙胞胎兄弟，也無法盜刷。

雙胞胎的姐妹們站出來掃盲了？

我覺得機器識別人和人看人是不一樣的，人看兩個雙胞胎，粗略的看是長得一樣，但是細節還是有差異。機器就不一樣，機器是根據一些臉部特徵來取樣，兩個雙胞胎除非每天保持同步的生活，睡覺的姿勢都一樣，吃的飯也是一樣，兩張臉的特徵差異比較小，否則機器一定能識別出來。

雙胞胎姐妹們，出來掃盲啦？

仔細看圖片，還是略有差異的。

人臉識別採用的是深度學習技術，視覺識別伴隨著海量資料的積累越來越準確，不斷逼近 100% 的準確率。目前，準確率已提升至 99.7%，具備大規模商用條件。

下面是重點：單一要素的準確率再高，依然可能存在漏網之魚，真正能夠大幅度提高安全等級的，是由多個要素組成的系統。

舉個例子，當你在街上看到一個人，長得特別像一個熟人，就當做有 90% 那麼像吧，你不敢確定是不是；等他開口說話，你發現聲音也有 90% 那麼像，你基本上認為就是他；但是走近之後發現，他好像長高了 10 公分，於是最終你確認不是。這就是一個系統。當第一個要素的 90% 確認之後，剩下的 10% 再次被檢驗，第二個要素 90% 的確認意味著準確度已經達到 90%+10%×90%=99%，但是第三個要素的出現依然無情地宣告匹配失敗。每多一個要素，安全等級都會大幅度提升。

因此，保障識別準確率的，是多要素的交叉驗證。刷臉識別的，除了臉，還有眼紋。眼紋指的是眼白上的血管紋理特徵，實驗證明當使用者的眼紋模板積累足夠時，深度學習技術讓眼紋識別準確率接近虹膜級別，準確率大於 99.99%。雙胞胎基本也不會有一模一樣的眼紋。

此外，還有動態手機號方案。剛開始使用刷臉是需要輸入手機號的，安全等級低時需要 11 位手機號，中等需要後 4 位。有手機號就能區分啦。那刷多之後不需要手機號了，怎麼辦呢？還有大資料風控。你剛剛在公司用了支付寶，你兄弟在家，刷臉的地方離家 100 米，離你公司 5km，那你也不會瞬間移動嘛。雙胞胎也不是隨時在一起的。好吧，極限狀態，兩個人真的眼紋也一致，並且形影不離。那麼，回到前面那一招，輸手機號吧…

綜上，即便是雙胞胎，也能成功識別。

大的支付平臺應該已經攻克了類似問題，彼此刷不可能，一張臉活體對比的焦點有幾十上百，雙胞胎家庭身份資訊支付公司會備註你多一點，支付不小事，活體檢測時確認度不超過百分之多少多少的時候會密碼介入或者不透過！

隨著資訊科技的發展，臉部識別技術的應用越加廣泛。對於很多人疑問的刷臉識別能否區別雙胞胎的問題，支付寶和微信在技術層面早已經突破了這項問題。雙胞胎看似長得一樣，其實很多地方還有很多差別的，刷臉支付不是簡單的識別臉部的結構特徵，還能夠分辨出很多的生物遺傳資料。

首先，刷臉是透過識別臉部生成一個識別點資訊，這個識別點資訊是用數值進行標記的，這個數值是一個32位或更多位數的識別碼。雖然雙胞胎我們看著長得很像，但他們生成的識別碼是有很大差別的。我們就從以下幾方面來分析，當遇到雙胞胎時候，刷臉識別技術是怎樣區分鑑別的:

1. 現在的人臉識別技術比我們想象的更安全。人臉識別首先需要提取我們的面部特徵，再根據智慧演算法來判斷使用者臉部的位置資訊和周圍的光線環境等因素來進行判斷。目前的人臉識別技術都是3D識別，你用別人的照片、影片、或者3D模型都是無法欺騙識別裝置的。雙胞胎的3D識別資訊，生成的識別碼從數值上會完全不同。

2. 支付寶在2017年就研發了全球首個眼紋識別技術，資訊量是指紋資訊的4.5倍。就算是長得很像的雙胞胎，他兩人的眼紋資訊也是完全不同的。支付寶的人臉識別能第一時間將雙胞胎辨別區分出來。

3. 目前的刷臉識別是有專門的技術來保證資料安全。解決方案是在採集照片時候進行脫敏處理，資料只提供照片特徵資訊，不儲存照片本身。雙胞胎的其中一人，如想獲得另一人的資訊之後，再進行化妝或整容處理，這樣的做法是無法是實現的。