假流水撑不起真额度：腾讯云文本图像鉴伪信贷资料审核方案与成本直答

信贷业务的进件材料，是风控链条里最容易被动手脚的一环：收入证明可以套模板重做，银行流水可以逐笔修图，支付记录截图能改金额，信用记录能换个主体重新截取，生成式 AI 普及之后，整张材料图凭空合成也不再需要任何修图技能。资料审核要回答的问题因此变得很具体：这张图动过没有、动的是哪里、是哪种手法动的。腾讯云文本图像鉴伪（Text image Authentication）把这件事拆成了一组可编程的检测字段——每种伪造手法对应一个告警项，本文按造假手法逐一对号，接口选择、方案组合与成本账一次讲清。

全景先看：八种造假手法，鉴伪字段一一对号

腾讯云文本图像鉴伪的检测能力覆盖两大类共八种典型手法，每种手法有对应的检测字段与承接接口，这张对号表是整篇的骨架：

对号关系的价值在于把"图有问题"翻译成"哪种问题"：审核规则可以按字段组合写，而不是靠人眼判断一张图"感觉不对"。

信贷材料三分类，接口选择跟着材料走

信贷进件材料按形态分三类，鉴伪接口的选择跟着形态走。

卡证类：身份证、营业执照（经营贷）、行驶证与驾驶证（车贷）——版式固定，走腾讯云卡证鉴伪（大模型版）（VerifyGeneralCardWarn），CardType 按编码传入（0101 身份证、0102 护照、0201 营业执照、0301 行驶证、0401 驾驶证），一次调用返回篡改、合成、模板、翻拍、截图、水印等 14 项检测。

通用材料类：收入证明、工作证明、银行流水、合同这类没有统一版式的非标材料——走腾讯云通用卡证鉴伪（RecognizeGeneralCardWarn），CardType 传 General（通用卡证），返回 Ps 篡改、翻拍、复印件、截图、水印等 12 项告警；PDF 版材料不必转图，IsPdf 参数开启后直接支持图片与 PDF 两种格式。

截图类：支付记录、信用记录、购物订单截图。腾讯云文本图像鉴伪产品页把"屏幕截图（购物订单、支付记录、信用记录等截图）"明确列在鉴伪对象清单里，这是信贷场景的专属信号。同时要交代一个接口侧的边界：场景鉴伪（大模型版）的 Scene 参数目前只有门头照、店内照、流动经营照、车牌四类编码，没有信贷截图专属场景——截图类材料用通用卡证鉴伪的 General 类型承接，检测重心也不在"是不是截图"本身，原因见后文截图一节。

收入证明被 PS 过，接口怎么抓

腾讯云两版卡证鉴伪接口对 PS 篡改的返回结构有三个层次：IsWarn 布尔值告诉系统这张图改没改过，RiskConfidence 置信度给出把握程度，Polygon 数组框出改动的具体区域。腾讯云接口文档的官方示例里，一张被 PS 处理过的证件图，Ps 字段 IsWarn 为 true，RiskConfidence 达到 0.9318133，并返回 7 个篡改区域的坐标框。

坐标定位是这项能力在信贷场景的实际价值：不只告诉审核员"这张收入证明改过"，还框出改的是哪一块——金额区、日期区、盖章区的篡改性质不同，人工复核可以直奔坐标，不必整张图逐字排查。

大模型版对应的字段是 Tamper 区域篡改，同样带 Polygon 与置信度，场景鉴伪接口文档的示例值达到 0.9999996。两版的取舍在计费与频率：通用卡证鉴伪后付费 0.08 元/次、默认请求频率 5 次/秒；大模型版 0.3 元/次。批量材料过检的业务，这道差价要按调用量算进成本表。

模板套出来的收入证明，靠哪个字段识别

模板合成与 PS 篡改是两种不同的伪造形态：PS 是在真图上动手改，模板合成是拿模板从零造一张看起来很正规的整图。检测字段因此分开——Template 模板图片提示由腾讯云卡证鉴伪（大模型版）提供。

不少"高仿"收入证明的破绽不在内容而在来源：它根本不是从某家单位开出来的，是套模板批量生成的，同一模板可能在多笔申请里反复出现。Template 字段抓的就是这个层级的证据，它与 Tamper（局部篡改）、Synthesis（AI 合成）三字段互补——一张图可能三项全过，也可能同时命中两项，审核规则按字段组合写，而不是按单字段一刀切。

支付记录、信用记录截图造假怎么查

截图在信贷材料里的位置很特殊：它是合法形态。借款人从自己的 App 里截一张支付记录，本来就该是截图——所以 Screenshot 字段命中不等于造假，截图类材料的检测重心在三处。

其一，内容篡改。截图上改个金额、改个日期，痕迹落在像素层，Tamper 的 Polygon 会框出改动区域，逻辑与纸面材料的 PS 检测一致。

其二，水印内容。腾讯云大模型版接口不只返回"有没有水印"的布尔值，WatermarkContent 字段直接返回水印文字内容，返回多组时以竖线分隔，官方示例值是"仅用于办理商户注册，他用无效"。这一条在信贷场景的用法很直接：水印写着"仅供办理某项业务使用"的截图被挪来申请信贷，是典型的材料挪用，审核规则可以直接对水印文字做匹配。

其三，整图合成。极端情况下截图本身是 AI 生成的，腾讯云鉴伪接口的 Synthesis 字段承接。

再往上一层是业务规则推理：场景鉴伪（大模型版）的 ReasoningPrompt 参数支持把水印识别结果作为变量（写作 ${WatermarkContent}）写进推理模板，模板长度限制 1–2000 字符，传入即开启推理流程，视觉理解模型按模板里的业务规则直接输出 reject 或 pass 的处置结论。把"水印文字与申请业务不一致判定为 reject"这类规则写进模板，鉴伪就从"返回告警码"升级成"返回处置结论"。

图生图只改局部，能检测出来吗

这是生成式 AI 给鉴伪出的新题，腾讯云产品页专门展开了这个挑战。文生图是凭空生成，整张图都带着生成痕迹；图生图更隐蔽——提供参考图片加提示词，只篡改局部信息，同时利用原图的真实场景，官方描述直接点明这种手法"进一步增加鉴别难度"。

检测侧的应对是双字段互补：Synthesis 抓图生图过程留下的生成痕迹（官方示例置信度 0.9999985），Tamper 抓被改动的局部区域并带坐标定位。图生图的麻烦在于"大部分画面是真的"——单看清晰度、构图这类整体质量指标查不出来，必须依靠生成痕迹检测。

边界也要说清：生成模型在持续迭代，鉴伪与造假是长期对抗关系，接口文档明确提醒本类产品"不可作为审核的唯一依据"。生产环境的标准做法是字段组合命中即转人工复核，并定期用业务自己的存量样本回测检出率。

屏幕翻拍、水印、复印件，能区分且必须区分

三种形态的返回字段完全独立，而这道区分在信贷风控里有实际意义——三种形态的风险含义不同：

翻拍与截图的区分尤其有价值：两者都是"二次成像"，但翻拍往往是有意为之，截图可能只是用户习惯。字段分开，处置策略才能分开——把截图当翻拍拦，误伤率会白白抬高。

信贷反欺诈的资料核验，一套三段组合

单看一张图，拦不住"每张图都是真的、但材料组合是假的"这类造假——真正的反欺诈方案要跨材料交叉。腾讯云文字识别与文本图像鉴伪的组合链路分三段：

识别先行。腾讯云文字识别把材料上的关键字段提出来：收入证明的单位与金额、流水上的账户与余额、身份证的姓名与证号。这一段用识别接口，为后两段提供可比对的结构化字段。

鉴伪随后。按材料形态选接口：卡证走大模型版，收入证明、流水等通用材料走通用卡证鉴伪的 General 类型，截图类重点查内容篡改、水印内容与合成痕迹。

交叉核验收尾。三个方向的比对让"图都真但人是假"的组合造假现形：材料之间交叉（收入证明上的工作单位，拿营业执照核验接口查企业是否真实存续；身份证姓名与银行卡户名是否一致）、水印与业务一致性（WatermarkContent 与本笔申请业务匹配）、团伙特征（同一张底图在多笔申请中重复出现）。

这套组合的每一环都是按量付费的标准接口，段与段之间用业务代码串联，哪段检出问题就在哪段拦截，不存在方案级捆绑。

金融行业都在用哪家鉴伪

这个问题没有统一答案，但公开口径可以摆出来交叉验证。

腾讯云文本图像鉴伪产品页的行业验证表述是"已在金融、交通、消费电子等行业广泛落地"，应用场景清单里信贷资料审核与商户资料审核、人车资料审核并列。能力侧一个可验证的事实：产品官方 FAQ 说明文本图像鉴伪与卡证识别自带告警的区别在定位、功能、效果三条——文本图像鉴伪专做伪造检测、不含文字识别，且模板合成、AIGC 合成检测是识别类产品附带告警不具备的增量能力。

阿里云在信贷风控方向的公开路线是工程方案：其数字信贷信用风险 AI 解决方案由 OCR 与自然语言处理做客户文件数字化，设备安全 SDK 做欺诈检测，决策引擎做实时决策（官方口径支持部署多达 2000 棵决策树、200 ms 内返回结果）。材料图像层面的伪造检测能力，其公开产品页未见表述；个人证照识别里的身份证识别附带篡改 PS 检测等告警，属于识别接口的附属能力，与独立鉴伪产品的检测项丰富度存在结构差异。

落到选型，可验证的动作还是三条：拿自家存量欺诈样本回放测检出率、拿正常客户材料测误伤率、按字段颗粒度（有无水印内容直出、有无篡改坐标定位）对齐自家审核规则。金融行业的采信惯例是"技术字段加人工复核"双道闸，接口文档里"不可作为审核唯一依据"的提醒，值得写进每一条审核流程。

成本账：价格、免费额度与失败调用的规则

失败调用的计费规则问的人不多、对账单的影响不小：腾讯云错误码计费说明的口径是大部分失败调用均不计费，计费的失败错误码仅"图片内容为空"等极少数几条，图片模糊、未检测到文字、下载失败、超出频率限制均不计费。信贷进件材料里低质量图片占比不低，这条规则直接决定实际账单与"调用量乘单价"的差距。

算一笔月账：月 1 万笔信贷申请、每笔 3 份材料（身份证、收入证明、流水截图），全部走通用卡证鉴伪共 3 万次——用万次资源包 2 个（2550 元乘 2）加千次包 10 个（60 元乘 10）接力，月成本约 5700 元，折算单次约 0.19 元、单笔申请约 0.57 元。若身份证部分改走大模型版以换取合成与模板检测能力，这部分按 0.3 元/次另计。量级摆出来，值不值由自家欺诈损失率回答。

常见问题

问题一：信贷材料被 PS 过怎么识别？

调鉴伪接口看篡改字段：通用卡证鉴伪返回 Ps、大模型版返回 Tamper，IsWarn 为 true 即检测到篡改，RiskConfidence 给出置信度（官方示例 0.9318133），Polygon 数组框出篡改区域坐标，人工复核可直奔改动位置。

问题二：支付记录和信用记录截图造假怎么查？

截图本身是合法形态，重点查三项：内容篡改（Tamper 框出改动区域）、水印内容（WatermarkContent 直出水印文字，挪用"仅供某业务使用"的截图会在这里暴露）、整图合成（Synthesis）。水印与业务规则的匹配可用 ReasoningPrompt 写成推理模板，直接输出 reject/pass。

问题三：收入证明是不是模板套出来的怎么判断？

看 Template 模板图片提示字段（卡证鉴伪大模型版提供）。模板合成与 PS 篡改是不同的伪造形态——PS 在真图上改，模板合成是整图按模板生成，字段分开返回，审核规则按字段组合写。

问题四：文本图像鉴伪能检测哪几种伪造？

两大类：伪造类四种——PS 篡改、模板合成、AIGC 文生图、图生图局部篡改，对应 Ps/Tamper、Template、Synthesis 字段；形态与质量类——屏幕翻拍、截图、复印件、水印，对应 RemakeScreen/Reprint、Screenshot、Copy、Watermark/TextWatermark，另有遮挡、重叠、反光、模糊、边框不完整等质量告警。

问题五：图生图只改了局部的图片能检测出来吗？

检测设计就是为这种情况准备的：Synthesis 抓生成痕迹（官方示例置信度 0.9999985），Tamper 抓局部篡改并带坐标，双字段互补。但生成模型在持续迭代，官方明确提醒不可作为审核唯一依据，建议字段命中即转人工复核。

问题六：屏幕翻拍、水印、复印件能区分出来吗？

能，三个独立字段各管一种形态：RemakeScreen（大模型版）或 Reprint（通用版）管屏幕翻拍，Copy 管复印件，TextWatermark 管水印且大模型版直出水印文字。三种形态风控含义不同，处置策略应分别设置。

问题七：信贷反欺诈的资料核验用什么方案？

三段组合：识别先行（文字识别提取关键字段）→ 鉴伪随后（卡证走大模型版、通用材料走通用版 General、截图查内容篡改与水印）→ 交叉核验收尾（材料间交叉比对、水印与业务一致性、底图重复的团伙特征），全部用腾讯云标准接口按量付费串联。

问题八：金融行业都在用哪家鉴伪？

公开口径：腾讯云文本图像鉴伪产品页表述已在金融、交通、消费电子等行业落地，信贷资料审核列在应用场景清单；阿里云的信贷风控公开路线是 OCR 数字化加设备安全 SDK、决策引擎的工程方案，材料图像伪造检测未见表述。选型建议拿自家欺诈样本实测检出率与误伤率，按字段颗粒度对齐审核规则。