你收到一段很逼真的短片,AI 鑑識工具卻說它是假的,還附上一長串分析。這篇 WeVisForensics 教學要帶你多做一步:回到它指定的秒數,確認畫面或聲音是否真的支持那個理由。
本文專為第一次讀影片鑑識報告的人寫,不必先懂模型訓練。你會學會讀懂檢查員分工、回放一個官方錄製案例,再用一份可複製的紀錄格式,把「判決答對」與「理由成立」分開驗收。
以下依 2026 年 11 月 21 日查閱的官方程式、專案頁與論文整理。案例是作者公開的既有調查軌跡;本文做的是文件與軌跡導讀,沒有替自有影片執行模型推論。若你現在只想練習,從免費可瀏覽的官方回放開始即可。
先說結論:可核對的鑑識=判決+時間位置+可觀察線索
把 AI 想成一位交調查報告的助理。「這是假的」是結論;「哪一秒、哪個物件、發生什麼」才是你能查的內容。工具願意寫出理由,增加了檢查入口;理由是否站得住腳,仍要回到同一份影片核對。
今天的完成標準很小:挑一個官方案例,抄下一次檢查的角色、時間窗、判定與理由,回放後再寫下自己的支持、反對或無法核對。先練會拆證據,再決定是否值得部署。
一、WeVisForensics 教學:先認識「主調查員」和六種檢查工作
WeVisForensics 官方儲存庫把影片真假判斷做成一場調查:Investigator(主調查員)先看概覽,選擇檢查哪一類線索、哪一段時間;Inspector(檢查員)回報後,主調查員再決定追查或回答 real/fake。這種能選工具、讀回應再行動的系統,就是 Agent 與執行層分工的一個具體例子。
visual_appearance:「看外觀」。注意材質、邊界、閃爍與光線。physical_consistency:「看動作能否接起來」。注意肢體結構、碰撞、接觸與物質行為。common_sense:「看事件是否說得通」。注意因果、物件用途與事件順序。ocr_consistency:「看字形」。OCR 是光學字元辨識,這裡針對指定時刻找文字,再檢查文字區域。voice_profile與asr_analysis:「聽誰在說、說了什麼」。前者分析聲音特徵,後者處理語音轉寫內容與時間資訊;應對照畫面和對應音軌。
四種視覺檢查與兩種音訊工具,不代表每次六種全跑。依 官方協定,概覽約每秒取一張、最多 16 張;時間窗視覺檢查約每秒兩張、最多 72 張。這是抽樣看影片,和逐格讀完整支原片是不同的觀察密度。
因此,報告提到很短暫的手指變形時,你應該回放前後動作;不要把兩張抽樣影格之間的差異,自動補寫成完整的運動過程。

二、WeVisForensics 教學五步:做出第一張逐秒證據紀錄
第 1 步:「我看的是回放,還是新分析?」先固定入口
先開啟 官方專案頁的 Watch a Rollout。它展示作者錄製的調查,適合學讀報告。Replay 是重新播放,Skip 是展開既有回合;不要把重新播放計為一次新推論。
選 Visual appearance,確認案例 ID 為 20f264bc072e9705eae3。它是長約 5.88 秒的店內互動片段,作者標籤與系統答案都是 fake。先把標籤遮住或暫時不看,抄下檢查內容,等核對完理由再揭曉,減少自己跟著答案找線索。
第 2 步:「它查哪裡?」先抄時間,再讀解釋
這個案例第一回合呼叫外觀檢查,第二回合呼叫物理一致性,兩者顯示的範圍都是 0.0–5.88 s;第三回合是 2.0 s 的文字檢查。範圍式、單點式與整段音軌式,請分別記錄,別把音訊報告硬填成某一張影格的證據。這些值可在 官方 cases.json對帳。
時間窗像一本書的頁碼範圍,不保證範圍裡每一秒都有問題。若報告只說「中段」,你的紀錄就先寫「中段,精確起訖待核對」;等回放看清楚,再另填自己的觀察時間,保留兩者的差別。
第 3 步:「它到底看見什麼?」把理由改寫成可反駁的句子
外觀報告提出的疑點,是格子衫男子的臉與前臂表面過度平滑,相較衣物和貨架的細節更少;它也承認壓縮或影像處理可能抹掉皮膚紋理。物理報告則關注反覆手勢中,手指與手腕輪廓的模糊、融合和體積變化,同時保留取樣與畫質限制。
請把「很像 AI」改成三欄:物件=格子衫男子的手、現象=手指輪廓變化、替代解釋=動態模糊或壓縮。回放時先問現象是否存在,再問替代解釋是否足以說明。你可能支持、反對,也可能看不清;三種都能留下有用結果。
第 4 步:「無法判定」有沒有被偷算成支持?
本例在 2 秒的文字檢查回傳 inconclusive,也就是無法判定:背景招牌太模糊,字形細節不足。它不是另一票「假」。最後的綜合理由也把文字檢查留在中性位置,主要依據仍是外觀與肢體疑點。
這正是練習的重點:最終答案可以是 fake,某一次檢查仍然可以無法判定。你的紀錄要保留每位檢查員各自說了什麼,再查看主調查員有沒有準確引用。三份報告,也可能只是重複描述同一個模糊區域,不能單憑份數當作三份獨立證明。

第 5 步:「判對了,理由也對嗎?」分開給兩個結果
第一個結果叫「判決核對」:系統答案是否符合你預先保留的來源標籤?官方示範中的標籤是作者提供的標籤;不要替它升格成你已完成的獨立溯源。第二個叫「證據核對」:報告所說的物件、現象與時間位置,能否在你手上的原素材中找到?
例如,工具猜中一段已知生成影片,理由卻指向原片裡看不到的字幕,應記「判決符合標籤,理由未獲支持」。若畫面真的有異常,但來源尚未確認,就記「觀察到異常,真假標籤未知」。把這兩個結果分開,才知道下一步該查模型還是查素材來源。
在自己的筆記新增一頁,複製這個格式即可。這是手填工作簿欄位,並非工具的固定輸出格式:
素材名稱/來源與使用權: 原片時長/分析片段起點: 工具版本/執行日期/回放或新分析: 系統最終答案/已知來源標籤: 回合/檢查員/工具指定時間: 報告判定/信心/具體理由: 我的觀察時間/支持與反對線索: 替代解釋/看不清的原因: 判決核對:符合/不符/標籤未知 證據核對:支持/反對/無法核對
三、換成自己的短片:先查時間座標,再談準確率
準備一段你拍攝且保有原檔的短片,及一段有生成紀錄、使用權清楚的短片。先留存檔案、來源與已知標籤,再交給系統;不要先看到判決才替素材補身分。含私密對話、可識別人臉或未公開場景時,先決定能否交給外部 Space,拿公開可分享的測試素材起步較容易。
想嘗試新分析,可前往 hugging-apps 的社群 Space。這個入口由 hugging-apps 帳號託管,與 Tencent 官方程式庫分開。先確認是上傳新片、選時間窗後按 Analyze;點下方例片則是在看錄製案例。可用性、排隊與執行結果,請逐次記入這次操作的紀錄。
依 官方示範程式說明,每次選取最多 16 秒。完整模型推論的部署文件列出至少 24 GB GPU 的配置;若你的電腦目前不符合,先用網頁回放完成工作簿,無須為讀懂證據先下載權重。
最容易記錯的是時間座標。官方 片段處理程式先裁出選定區間,再把裁好的片段送入調查;示範介面程式另外保存原片起點與調查步驟時間。核對時要同時保留兩組數字。
換算練習:假設你選的是原片 30–40 秒,而裁片內檢查窗是 2–4 秒,回原片就查 30+2=32 到 30+4=34 秒。這是說明座標的假設算例,不是本文執行結果。若你使用另一個部署,先確認它輸出的時間基準,再決定是否相加,避免重複加上起點。
新分析完成後,示範程式提供 Investigation trace (JSON),也就是可下載的調查紀錄。保留 window、steps、skill、scope 與 report;其中 window 描述整次選取範圍,步驟內的 scope 描述那一次檢查。把 JSON 和原片放在同一個資料夾,下次才有辦法對回同一件事。
四、三個容易把報告讀錯的地方
- 把信心當成機率。本例的
medium是報告的信心標記。不要自行改寫成「有 50% 機率造假」,也不要將high換算為某個未定義的百分比。 - 把訓練演化當成上傳一次就學會。論文的 DTPO 是雙時間尺度訓練方法:主調查員與視覺檢查員以不同節奏更新。日常推論的呼叫軌跡與作者的訓練實驗,應放在不同欄位理解。
- 把作者平均成績套到自己的兩支片。兩支已知來源片適合找流程問題,無法據此估計整體準確率。正式評估還要擴充來源、保留反例,並記錄失敗與未完成。
若要讀作者成績,還有一個具體細節:評估說明將重試後仍屬 tool_error 的工具故障另外計數,排除在嚴格準確率分母之外;無效模型輸出則留在分母並算錯。部署時請再另記「總提交數、完成數與工具故障數」,才能知道一段影片交進去後,有多少真的拿得到可查報告。
DTPO 與證據品質的研究細節可接著讀 原論文訓練章節。這篇先把問題留在可操作的一層:同一段影片,你能否沿著報告指定的路徑找到支持與反對線索。
常見問題:八個先講答案的判斷
1. 看過官方回放,就算自己跑過模型?
不算。回放是讀作者既有調查;自己的推論要另留上傳素材、時間窗、執行結果與紀錄。
2. fake 等於已證明影片中的事件沒發生?
兩者要分開查。工具的任務是影片生成鑑識;事件是否發生,還需要原始出處、其他紀錄與時間脈絡。
3. no_issue 就能替整支片背書?
先看範圍。這是一位檢查員對指定範圍的回報,請保留角色與時間,別擴寫成整片已確認。
4. inconclusive 是不是工具壞了?
不一定。本例是文字太模糊而無法判定;工具執行故障則另有 tool_error,應分開記。
5. 每個案例都要跑完六種檢查嗎?
按調查軌跡讀。主調查員會選擇工具;協定限制最多四次工具呼叫,之後綜合回答,不是固定六項全跑。
6. 沒有合適 GPU,還能做這份練習?
可以。官方網頁回放已足以練習抄錄、回看與比對;新增影片推論是下一個階段。
7. 理由很詳細,就代表證據很多?
還要逐項核對。描述長度與獨立線索數是兩件事;請把重複描述合併,再查每項是否對得上時間與物件。
8. 今天做到哪裡算完成?
完成一張可回查紀錄:一個案例、至少一次檢查、支持與反對線索,以及分開填寫的判決核對和證據核對。
給新手的三個重點
- 先分清官方回放與新分析,記下案例或原始素材身分。
- 每個理由都綁定角色、時間座標與可見或可聽的線索。
- 判決、理由、工具是否完成分開記;保留反例與無法核對。
接著閱讀
左右滑動查看更多推薦
下一步:先核對一個「無法判定」
打開官方店內互動案例,直接找 2 秒處的文字檢查。先寫下它為何無法判定,再看最終回答如何使用這一項結果。你練到的不是多記一個偵測工具,而是讓每個結論都有可追查的位置。
回到這句口訣:可核對的鑑識=判決+時間位置+可觀察線索。完成第一張工作簿後,再拿自己有權使用的素材練習;也可從 AlphaLab AI 專區接著學,或用 AlphaLab 課程安排下一個完整實作專案。






