生成式影像工具普及之后，「这张照片是真的吗」变成新闻编辑室、保险公司与法务单位每天都要面对的问题。Cognitive AI 做的是影像鉴识：用深度学习分析影像的压缩痕迹、杂讯分布、光影一致性与生成模型特有的统计特征，判断一张图是否被窜改或整张由 AI 生成。
功能特色与适用场景
功能涵盖窜改区域定位（不只说有问题，还标出改在哪里）、AI 生成内容侦测、元资料一致性检查与批次处理。对编辑台来说，窜改区域定位比单纯一个「可疑」标签有用得多，因为记者可以据此去追问来源。
适合新闻编辑室、保险理赔查核、电商平台的商品照审核与法务鉴识。台湾的媒体与保险业同样面临变造照片问题，尤其车祸理赔与商品争议，这类工具能补上人眼看不出来的部分。
主要功能
- 影像窜改侦测与区域定位
- AI 生成影像判别
- 元资料一致性检查
- 压缩与杂讯痕迹分析
- 批次影像审核
常见用途
- 新闻照片查证
- 保险理赔影像查核
- 电商商品图审核
- 法务数位鉴识
主要功能
- 影像窜改侦测与区域定位
- AI 生成影像判别
- 元资料一致性检查
- 压缩与杂讯痕迹分析
- 批次影像审核
优点
- 能标示窜改位置而非只给结论
- 对编辑台与理赔查核有实际价值
- 涵盖传统修图与 AI 生成两类威胁
缺点
- 生成模型快速演进，侦测永远在追赶
- 经多次转存压缩的图片判别率下降
- 结果为机率判断，不能当唯一证据
使用场景
- 新闻照片查证
- 保险理赔影像查核
- 电商商品图审核
- 法务数位鉴识
编辑点评
影像鉴识这个领域有个结构性的悲观：生成技术进步的速度永远比侦测快。但这不代表不该做——至少让造假的成本高一点。
常见问题
它能百分之百分辨 AI 生成图吗？
不能，而且没有任何工具做得到。侦测与生成是持续的军备竞赛，新模型出来后侦测方通常要一段时间才追上。把它当成筛选与佐证工具，不是最终判定。
截图或转传过的图还测得出来吗？
难度高很多。每一次转存压缩都会破坏原始的统计痕迹，经过多次社群转传的图片，判别可靠度会明显下降。
