同一个假视频，检测器们吵起来了：从 Wasim Akram 死亡谣言看 AI 鉴别的真相

一段让检测器集体翻脸的视频

七月底，一段视频在巴基斯坦社交平台疯传：画面里，板球名宿 Wasim Akram 的几位同行、主播、政客轮流出来，沉痛宣布他因心脏病去世，葬礼今天举行，请大家为他祈祷。Akram 本人和妻子很快辟谣——他发了条视频嘲讽：我这不是死后给大家录的吗？妻子也晒出他在健身房锻炼的画面。人没事，谣言是 AI 编的。

故事到这儿其实挺清楚。真正让我们这些做检测的人感兴趣的是另一件事：同一段假视频，丢进不同检测工具里，结论能差出十万八千里。

同一段片子，分数从 0 跳到 99

做事实核查的 Soch Fact Check 把其中一段（伪造 Shoaib Akhtar 出镜宣布死讯）跑了一遍多个工具，结果很说明问题：

• 一个开源检测平台：判断可能是 AI 生成，但信心只是中等；它内部多个子模型给出的概率从 46% 到 98% 都有。
• NVIDIA 的合成视频检测器：打了 64% 的合成分，超过 30% 的阈值，判为疑似 AI。
• 某商业检测工具：说这段视频只有 39% 像 AI 生成、0% 是换脸；但单独抽第 4 秒那一帧，AI 概率又跳到 86%，还顺手做了来源推测（Sora2 与 Seedance2 嫌疑最大）。
• 西北大学 NSAIL 实验室的 GODDS 评估系统更狠：它同时跑了 22 个视觉检测模型和 70 个音频模型，再加两名人工分析师。视觉模型里 16 个判假、6 个判真；音频模型里 48 个判假、22 个判真。人工分析师也指出声音节奏、呼吸、口型对不上，但又补了一句：这段视频压缩太狠，伪影被糊掉了，单看画面很难下死结论。

最离谱的是另一段（伪造主播 Iqrar ul Hassan）：同一个开源平台内部，子模型的概率竟然从 2% 横跨到 100%——同一个工具，自己都没达成共识。

工具 / 维度	大概率判假	也有判真 / 不确定
单工具内部子模型	有的冲到 98%–100%	有的只有 2%–46%
商业 / 开源 / 官方检测器之间	有的判合成	有的判 0% 换脸
人工分析师	指出声画不同步	又因压缩太重不敢咬死

我们做 TrueLens 一直挂在嘴边的话，这回被一个真实案例说透了：检测工具给的是概率信号，不是判决书。一个工具说像真的，不等于视频就是真的；一个工具说 99% 假，也不等于能拿去给人定罪。

为什么吵起来才正常

普通人容易有个错觉：检测工具该像秤一样，同一个东西称出来一个数。现实完全不是。

原因有几层。第一，每个检测器是用不同的训练数据、不同的判定阈值训出来的，今天更新了明天又不一样，所以它们的百分比根本不能直接横比——看方向别看小数点才是正确读法。

第二，也是这案子最关键的：视频被反复搬运、压缩，画质掉得厉害。而很多伪造痕迹恰恰藏在高频细节里，一压缩就被抹平了。Soch 的分析师自己说了，重压缩把伪影盖住了，模型等于被喂了张糊图，判错的两边都有可能。这提醒我们：画质越差，检测分数越要打折看。

第三，真假在这个案子里其实根本不是检测器独立答出来的。Akram 本人出镜辟谣、妻子晒健身视频，才是钉死谣言的硬证据。检测器从头到尾只是辅助投票，真正一锤定音的是源头和当事人。

真要去伪，靠的是合议不是独断

我们特别想点出 GODDS 这套做法的价值：它不迷信任何一个模型，而是把一大堆模型 + 人工分析师 + 溯源放在一起做合议。多数模型说假、分析师也找到具体破绽、源头还能追到旧视频，三路证据才敢下疑似 AI 操控的结论。

这跟 TrueLens 一直倡导的多模型交叉验证、不确定就说不确定是一个路子。我们也从不给单一百分比就下死结论——宁可多说一句建议人工复核，也不假装机器能替你拍板。

说到底，鉴别 AI 内容不是找一台更准的机器，而是建立一套不盲信任何单台机器的流程。工具会打架，人会疲惫，只有多工具 + 溯源 + 人三方咬合，结论才站得住。

给你的一句实在话

看到名人死讯、灾难现场这类炸裂视频，别急着信也别急着转。先问三件事：当事人或官方出来否认或确认了吗？这段画面最早从哪来、是不是旧视频换壳？多个检测工具的结论是不是一致？

我们只是个免费的、中立的第三方工具，能帮你看看一段视频的像素出身，但替不了你做最终判断。遇到这种案子，慢半拍、多查一步，比任何单一检测分数都靠谱。