A
“原相机直出，上妆 8 小时依旧服帖不卡纹，闭眼入！”
某品牌粉底液示例图片（演示占位）
使用前
使用后
消费者担心被过度修饰的“卖家秀”误导；创作者又常被一句“这是 P 的吧”无端质疑。TrueGlow 不做二元判假，而是把判断所需的证据摊开。
把一条内容拆成「来源、画面修饰、前后条件、文案宣称」四类可核查证据，告诉你“哪里可能被美化、这会影响你什么、还有哪些信息可参考”，而不是只给一个真假标签。
提供可补充原始素材的复核通道：当你能说明拍摄条件与滤镜参数，结论会随证据更新。让“如实披露”比“隐藏修饰”更划算。
以下为前端模拟演示，使用系统真实的示例输出结构。点击「开始核验」，观察五个 Tool 如何依次产出证据并汇成结论。
“原相机直出，上妆 8 小时依旧服帖不卡纹，闭眼入！”
某品牌粉底液说明：本页为静态演示站（前端模拟）。真实系统为 Streamlit 前端 + FastAPI 后端双进程，模型侧接入 TruFor 篡改取证与成员 3 的修饰检测；示例数据取自系统真实输出样例。
结论表达的是「当前证据支持到什么程度」，而不是对创作者意图的裁决。证据不足时，系统倾向于不下定论。
规划 → 并行取数 → 证据融合 → 可追溯解说。每个 Tool 的结果都带可靠性等级与局限说明，任何一条 mock 数据都会留痕。
图像鉴伪输出像素级定位与置信度图：左为输入、中为异常定位、右为模型置信度。分数越高越可疑，但低分不证明原图真实。
诚实标注每个模块的真实完成度，是对评审与用户的基本尊重。
| 模块 | 状态 | 说明 |
|---|---|---|
| OCR / EXIF 提取 | 真实处理 | 本地真实解析，无需联网 |
| C2PA 清单检测 | 已接入 | 检测清单是否存在；不验证签名链 |
| 图像鉴伪（TruFor） | 真实模型 · 辅助 | 真实推理；跨域与压缩敏感，仅作辅助证据 |
| 修饰检测（成员 3） | 真实模型 · 受限 | 美颜信号检测；美白/跨域性能受限 |
| 文案 / 功效核验 | 规则 + 资料库 | 词典与确定性规则，功效资料为离线资料库 |
| 妆效归因 | 原型 | 前后差异可估计，不能证明产品因果功效 |
当创作者补充未经压缩的原始素材与滤镜参数，系统重新核验并更新结论 —— 让如实披露得到正反馈。