跳到主要內容

【2026 最新】WeVisForensics 教學:AI 判影片真假,五步核對秒數與證據

最後更新: ·
WeVisForensics 教學:查秒數、對證據的影片鑑識工作簿

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。

WeVisForensics 教學:先讀判決,再對時間窗與證據
把調查軌跡拆成可核對欄位;此圖為 AlphaLab 原創流程示意。

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。

WeVisForensics 官方回放的調查報告介面
Step 2.4 — 官方案例在 2 秒處的文字檢查,回報 inconclusive(無法判定)。畫面裁切擷取自官方專案頁;不是本次新影片推論。

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。

ALPHALAB 社群

有問題?來 Telegram 聊

和 Terry、編輯、其他網友一起討論這篇文章。提問、分享觀點,回覆更即時。

加入 Telegram 討論

📩 訂閱 AlphaLab 電子報

週日 Weekly 週報+週二、週四 Alpha Signal,每週最多三封。

我們不會 spam,隨時可退訂。已訂閱?管理訂閱偏好(會寄登入連結到你的信箱)

主題篩選與退訂說明

寄送日期以台灣時間為準。主題偏好會篩選每期精選,並非每篇新文章的即時通知;當期符合主題的文章不足時會略過寄送。

未勾選任何主題會收到所有主題的精選,並不會停止寄信。

取消勾選 Alpha Signal 可停止週二、週四短報,仍保留週日週報。若要停止所有電子報,請使用信件底部的「取消訂閱」。