元数据层
ExifTool 会读取 EXIF、XMP、IPTC、ICC、厂商 maker notes 等元数据字段，帮助审核员看到拍摄信息、编辑痕迹、工具链线索或异常的元数据缺口。但元数据可能缺失、被清除或被修改，所以不会被当成最终证明。
方法论
ImageVerity 如何构建图像真实性判断
ImageVerity 的设计目标，是把来源凭证、元数据、检测分数和视觉推理组合成一条审核流程。它服务于更好的业务决策，而不是假装一个分数就能独自裁定真相。
来源凭证层
c2patool 会检查图片是否带有 C2PA 内容凭证、由谁签名，以及记录下来的来源链是否仍可验证。C2PA 可以为来源和历史提供强证据，但来源凭证本身不能证明画面内容一定真实、准确或符合事实。
Sightengine 像素信号
Sightengine 会提供基于像素内容的 AI 生成置信度分数。因为这一层不依赖 EXIF、C2PA 或水印，即使元数据被清除也仍可提供有用信号；但结果依然是概率判断。
Hive 交叉验证信号
Hive 可作为额外审核层，用于 AI 生成图片/视频和 deepfake 风险信号，包括模型分类和置信度类型输出。ImageVerity 会把它当成排序和升级复核的第二意见，而不是自动最终结论。
VRE 视觉推理层
VRE 会围绕可疑纹理、光影、空间结构、反射、手部、文字伪影、物体边界和场景一致性等特征做多模态视觉推理。它用于让审核路径更可读，而不是宣称单靠视觉推理就能裁定真相。
解释规则
应该如何负责任地解读结果
审核原则
任何单一证据层都不会被当成完整证明。
审核原则
证据冲突时应该升级复核，而不是过度下结论。
审核原则
可信来源凭证很重要，但缺失本身不是结论。
审核原则
系统是为业务审核、内容治理和风险判断而设计的。
审核原则
系统不会被表述成最终法律或事实裁决工具。
最适用的工作流
这套方法在哪些场景里最强
这套方法最适合新闻核验、电商风控、信任与安全审核，以及任何需要在升级复核前先看到证据链的团队流程。它尤其适合“需要上下文，而不只是一个分数”的人工审核场景。
证据边界
官方资料能支持什么
检测分数不是最终结论
Sightengine 和 Hive 信号适合用来排序审核优先级、发现值得进一步关注的图片，但不应该被描述成 100% 证明图片由 AI 生成。
来源链可能不完整
有效的 C2PA 链可以是很强的来源信号，但没有凭证不自动意味着图片是假的。部分平台和编辑工具可能会移除或无法保留来源信息。
元数据是上下文，不是证明
EXIF/XMP 字段能提供有用的拍摄与编辑上下文，但元数据可能缺失或被修改。它在与来源凭证、检测器和视觉证据一致时最有价值。
实际定位很简单：ImageVerity 把多个技术信号整理成可读的审核流程，同时保持最终解读谨慎。
官方参考