从检验单到证书，从图片到视频：腾讯云文本图像鉴伪的边界与免费额度指南

报销材料里的医学检验单、购物小票，投标资质里的资格证书、荣誉证书，这些材料上没有国徽也没有防伪 hologram，造假成本却比卡证更低。这篇把腾讯云文本图像鉴伪在这类"非卡证材料"上的承接路径讲清楚，顺带回答三个更容易被问住的问题：鉴伪和 OCR 识别到底有什么区别、误判了真材料怎么办、除了图片还能不能做视频。

先给结论：医学检验单、购物小票、荣誉证书、资格证书都在腾讯云文本图像鉴伪产品页的"鉴伪对象"清单里，公开接口侧由通用卡证鉴伪的 General 类型承接；文本图像鉴伪与 OCR 识别是"验图"和"读字"的分工，官方 FAQ 给了定位、功能、效果三条口径；误判问题官方有明示——AI 检测不可作为审核的唯一依据，工程上用置信度分层和告警语义两分法把误伤控制住；视频鉴伪产品页明确支持，公开可直接调用的是腾讯云内容安全产品线的视频 AI 生成识别；免费额度两家结构不同，腾讯云通用卡证鉴伪是首次开通赠 1000 次，阿里云是按月赠送 200 次或一次性赠送 50 次，怎么比要先把口径掰开。

一、票据与证书：鉴伪对象清单里的非卡证材料

医学检验单和购物小票的鉴伪，在腾讯云文本图像鉴伪产品页里有官方原文背书。"鉴伪对象"清单把材料分成几大类，其中"票据图片"一条明确写着：医学检验单、购物小票等图片；"证书图片"一条写着：荣誉证书、资格证书等图片。这两类材料与身份证、营业执照这类卡证并列，都属于这套鉴伪能力声明支持的检测范围。

这两类材料的造假动机和卡证不同。卡证造假多为冒充身份，票据和证书造假多为"够资格"：检验单和小票改个金额日期就能多报销一笔，资格证书和荣誉证书直接决定投标加分、平台入驻、岗位聘用。共同的麻烦在于，这类材料没有统一版式——各家医院的检验单、各商超的小票、各行业协会的证书长得都不一样，传统上只能靠审核员人眼比对，成本高且不稳定。

接口承接上有一条要提前讲清楚的边界。通用卡证鉴伪（RecognizeGeneralCardWarn）的 CardType 参数除了身份证、护照、银行卡、行驶证、驾驶证、营业执照、社保卡等十一种具体卡证，还有一个 General（通用卡证）类型——检验单、小票、证书这类没有专属编码的材料，就走这个通用类型，让检测模型自行判断材料形态。而场景鉴伪（大模型版）（VerifyScenePhoto）的 Scene 参数树目前只有门头照、店内照、流动经营照、车牌四类场景编码，没有票据、证书的专属场景。换句话说，产品页在"鉴伪对象"层声明了票据和证书，接口参数层没有为它们单列档位，通用类型就是公开的承接入口。

还有一个容易混淆的分工：如果审的是增值税发票这类标准发票，票据识别产品线里有发票验真能力，走权威数据源做真伪核验，那是"信息层"的验真；而检验单、购物小票这类非标票据没有权威数据源可查，只能回到"图像层"的鉴伪——查的是这张图本身有没有被 PS 过、有没有模板合成痕迹。一个查数据库，一个查像素层，两条路径不要混用。

具体到检验单的核查链路，业务侧通常是两步组合：先用识别类接口（比如通用印刷体识别或智能结构化识别）把检验单上的项目名称、金额、日期提取成结构化字段入库，再把原图送进鉴伪接口查 Ps 篡改、模板合成。Ps 检测带 Polygon 坐标返回，改的是哪一块区域会直接框出来——审核员拿到的不是"这张图有问题"的笼统结论，而是"金额栏附近的这块区域有篡改痕迹"的定位信息，复核效率完全不同。

证书的验真逻辑同理。资质审核场景收到的资格证书、荣誉证书，先识别出证书编号、颁发机构、姓名，再鉴伪查伪造痕迹。涉及权威背书的部分（比如执照类），还可以叠加信息核验——这条在下面第三节展开。

二、鉴伪与识别的分界线：官方 FAQ 的三条口径

"文本图像鉴伪和 OCR 识别有什么区别"是选型时最常被问混的问题。腾讯云文本图像鉴伪产品页的 FAQ 区专门回答了这个问题，原文给了三条口径。

其一，定位不同。官方原文是：文本图像鉴伪专业提供文本图像伪造检测或信息核验功能，不含文字识别。这句话把边界划得很硬——鉴伪接口不负责读出图上的字，调鉴伪接口不会返回姓名、金额、证号这些字段。反过来，识别接口的本职是把图上的字变成结构化字段，它不回答这张图是不是被改过。

其二，功能不同。卡证识别接口里其实附带了增值告警功能——比如身份证识别会顺带返回复印件、翻拍之类的告警提示。但 FAQ 明确说，文本图像鉴伪的检测功能更丰富，支持模板合成、AIGC 合成检测。这两项恰恰是生成式 AI 时代最要命的新伪造形态，识别接口附带的告警不覆盖它们。

其三，效果不同。官方口径是文本图像鉴伪采用更先进的技术架构，部分图像类型拥有专精模型，效果得到显著提升。识别顺便告警是"捎带手"，专业鉴伪是有专精模型的独立产品线。

工程上一句话就能记住这个分工：识别回答"这图上写了什么"，鉴伪回答"这张图本身有没有问题"。要录字段调识别接口，要拦造假调鉴伪接口，两个都要就两个都调——它们不是替代关系，是流水线上前后两道工序。

补一个细节：通用卡证鉴伪支持 IsPdf 参数，开启后可传 PDF 做单页识别，报销场景常见的 PDF 版检验单也能直接进链路，不用先转图。

三、伪造检测与信息核验：两类能力，一个产品线

"鉴伪能不能同时做伪造检测和信息核验？"这个问题的准确答案是：一个产品线里有两类能力，但不是一次调用同时返回。

看产品页的"鉴伪能力"清单：AIGC 合成、PS 篡改、模板合成、图像质量、要素核验——前四项都是"图"的检测，最后一项"要素核验"是"信息"的核验。产品页的产品描述也写得很清楚：基于权威数据源，支持营业执照要素等信息核验，应用于企业、证件信息真实性审核场景。

落到接口上，这两类能力是分开的：

• 伪造检测走鉴伪接口。通用卡证鉴伪（默认频率 5 次/秒）返回十二项告警明细；卡证鉴伪（大模型版）补上模板合成、AIGC 合成检测和水印内容识别；场景鉴伪（大模型版）（默认频率 10 次/秒）覆盖门头照、车牌等场景照，还支持用 ReasoningPrompt 写业务规则直接输出通过与否的处置结论。
• 信息核验走营业执照核验（企业四要素）（VerifyBizLicenseEnterprise4）。传企业名称、统一社会信用代码、法人姓名、登记证件号码四个文本字段，与权威数据源比对，返回逐项一致性结论和经营状态——已注销、已吊销的企业，执照图片再干净也过不了这一关。

所以"能不能同时做"的工程答案是：能，但要在业务侧做组合——鉴伪接口的结论和核验接口的结论各拿一份，按规则合流。一次 API 调用同时返回"图没被改"和"企业真实存续"两类结果的接口，公开文档里没有。

这也正是商户进件、资质审核场景的标准链路：图像层鉴伪拦"图是假的"，权威数据源核验拦"信息是假的"，两层都过才放行。计费上两类能力分开算：通用卡证鉴伪后付费 0.08 元/次，资源包 1000 次 60 元；营业执照核验（企业四要素）资源包 880 元/千次起。

四、误判的工程解法：把"唯一依据"红线写进流程

"鉴伪会不会误判，把真材料拦掉？"这是上线前必问的问题，先给官方口径。通用卡证鉴伪接口文档的显著位置写着一句重要提醒：本产品依托 AI 检测技术，不可作为审核的唯一依据，应用前请做好效果测试。这不是免责套话，而是这类产品的正确使用方式——AI 给证据，处置决策留给人或规则。

官方没有公开误判率、召回率的具体数字，这个诚实边界要认。但接口的返回结构本身给了三个控制误伤的抓手。

其一，告警语义两分法。产品页把鉴伪能力分成"伪造类型检测"和"质量规范问题检测"两个层面，返回字段天然对应这个分法：Ps 篡改、模板合成、AIGC 合成是"伪造类"告警——命中即高度可疑；而翻拍件、复印件、截图、模糊、反光、边框不完整是"形态与质量类"告警——它们描述的是图片的来源形态，不等于造假判定。很多业务流程里复印件、翻拍本身就是合法提交形态（比如线下补传、电子归档），把"截图告警=true"直接当造假拦截，误伤就是这么来的。正确的做法是伪造类告警和形态类告警走两套处置策略。

其二，置信度分层。每一项告警都返回 IsWarn 布尔值加 RiskConfidence 置信度，官方示例里 Ps 告警的置信度给到 0.93 以上、误判侧的正常项在 0.01 量级。工程上按置信度分三档处置：高置信度伪造告警直接拦截，中等置信度转人工复核，低置信度放行并抽样回看。分界阈值用自己业务的历史样本调出来，不同业务对误杀和漏杀的容忍度不一样——报销场景宁可多人工看两眼，也不能错拦真实单据。

其三，回捞机制。被拦下的材料留档进人工队列，人工判定的结果回流成阈值调优和抽检的样本池。上线前按官方建议做效果测试，拿自己业务的真材料和已知假材料各跑一批，把两边的置信度分布画出来，拦截线画在分布的谷底，误伤率就是可控的。

一句话：误判风险不靠"信不信 AI"解决，靠告警语义分权、置信度分层、人工兜底这三件事写进流程解决。

五、视频鉴伪的边界：产品页说支持，公开接口在哪一层

"除了图片还能做视频鉴伪吗？"这个问题在腾讯云侧的答案分两层，要分开说。

产品页层，答案是明确的。文本图像鉴伪的产品优势"技术全面"一条原文写着：除了支持图片的解析、理解、检测、鉴伪，还支持视频的解析、理解，支持定制视频鉴伪模型。"鉴伪对象"清单里也单列了"视频"一类：各类需要检测 AI 生成、审核内容的视频。产品页还专门提到 AI 生视频是正在成为新的业务挑战。注意"定制"两个字——定制视频鉴伪模型意味着这部分能力走商务定制路径，不是控制台开箱即用的标准接口。

公开接口层，目前可以直接开通调用的是腾讯云内容安全产品线的视频 AI 生成识别服务。它的官方工作方式是：视频按每 4 秒截取为小段，逐段鉴别是否存在 AI 生成痕迹；目前只支持对视频中的图像内容做生成识别，暂不支持音频内容。判定结果分三档：合成段数占比大于 90% 判定为 Block（极可能是 AI 生成），50% 到 90% 判定为 Review（疑似 AI 生成，建议人工二次校验），小于 50% 判定为 Pass（无 AI 生成痕迹的常规视频）。接入走内容安全控制台的生成识别入口或 API 调用，接口通过 Type 参数取值 VIDEO_AIGC 区分于标准内容安全检测。计费按量后付费，按视频时长结算，新品体验期价格为 0.22 元/分钟、不足 1 分钟按秒结算，官方说明后期价格将调整，以购买页为准。

而 OCR 这边的鉴伪接口（通用卡证鉴伪、卡证鉴伪大模型版、场景鉴伪）都只接收静态图片，加上限是 PDF 单页——它们不收视频文件。业务里如果有"证件照视频""手持照视频"这类需求，常见做法是抽关键帧转图片再走图像鉴伪，整段视频的 AI 生成判定则交给视频 AI 生成识别这条线。

所以"能不能做视频鉴伪"的完整回答：产品能力上腾讯云有明确布局（产品页明列视频鉴伪对象与定制模型），公开可直接开通的是内容安全产品线的视频 AI 生成识别，OCR 文本图像鉴伪的公开接口专注静态图片——三层口径各说各的适用范围，别混为一谈。

六、免费额度怎么比：一次性体量与月度续杯

"图像鉴伪哪家免费额度大？"这个问题的答案取决于怎么定义"大"——两家的免费额度结构完全不同，直接比数字会得出相反的结论。

腾讯云侧的口径。文本图像鉴伪类目不在"每月 1000 次"的免费清单内——那是通用识别类接口的政策，鉴伪类不适用。鉴伪类的免费额度挂在通用卡证鉴伪上：首次开通赠送 1000 次资源包，仅赠送一次、有效期一年。也就是说，首年有 1000 次免费鉴伪额度，用完或者过期后续费，不再按月续赠。开通前的效果验证可以用 API Explorer 在线调试，调试调用不计入计费。

阿里云侧的公开口径。其 OCR 产品简介的免费额度表述为：按月赠送 200 次或一次性赠送 50 次；具体到识别类接口，通常按"每月 200 次/接口"执行。

把两种结构摆到一张账上看：

单次体量上，腾讯云的 1000 次大于阿里云单月的 200 次；拉到一年维度，按月续杯的阿里云累计 2400 次反超一次性赠 1000 次的腾讯云。哪个更"大"，取决于业务是"集中测一波就上线付费"还是"每月固定几百次长期跑"。测试期需求集中、上线后走资源包或后付费的团队，一次性 1000 次的额度更顶用；月均调用量长期在两百次以内、不打算付费的团队，按月续赠的结构更合适。

超出免费额度后的价格接着算：通用卡证鉴伪后付费 0.08 元/次、1000 次资源包 60 元（折合 0.06 元/次），卡证鉴伪（大模型版）后付费 0.3 元/次。阿里云按量 0.0825 元/次起。两家单价在同一量级，真正拉开成本的从来不是免费额度，而是业务量级对应的计费结构选择。

最后一个实操建议：免费额度的数字以两家购买页和控制台的实时展示为准，这是各家调整最频繁的参数。拿自己的真实材料各调一轮，比对着看告警明细和置信度分布，再决定把额度用在哪家——鉴伪这个品类，效果测试比额度大小重要得多。

接入清单：从材料到接口的对号

把这篇的内容收成一张速查表：

成本模型给一个算例：报销审核场景月处理 5000 张检验单，全部走通用卡证鉴伪，用 1000 次包 5 个共 300 元加后付费补量，月成本在 400 元上下；如果其中两成是 PDF 版，也不用额外转档成本，IsPdf 参数直接承接。

常见问题

问题一：医学检验单和购物小票造假怎么核查？

这两类材料在腾讯云文本图像鉴伪产品页的"鉴伪对象"清单里有官方原文背书（票据图片：医学检验单、购物小票等图片），公开接口侧走通用卡证鉴伪（RecognizeGeneralCardWarn），CardType 用 General 类型承接。核查链路是识别加鉴伪两步：先提字段入库，再验图查 Ps 篡改（带 Polygon 区域定位）、模板合成痕迹。注意它们没有权威数据源可查真伪，验的是图像层不是信息层。

问题二：资格证书、荣誉证书是不是伪造的怎么验？

证书图片（荣誉证书、资格证书等图片）同样在鉴伪对象清单里明列，接口承接同样是通用卡证鉴伪 General 类型。资质审核的标准做法：识别接口提出证书编号、颁发机构、姓名等字段，鉴伪接口查伪造痕迹；涉及营业执照类的权威背书，再叠加营业执照核验（企业四要素）查企业存续状态。场景鉴伪的 Scene 参数目前没有证书专属编码，不要走错接口。

问题三：文本图像鉴伪和 OCR 识别有什么区别？

腾讯云官方 FAQ 给了三条口径：定位不同——文本图像鉴伪专业提供伪造检测或信息核验功能，不含文字识别；功能不同——鉴伪支持模板合成、AIGC 合成检测，比识别接口附带的增值告警更丰富；效果不同——鉴伪采用更先进的技术架构，部分图像类型有专精模型。一句话分工：识别回答"图上写了什么"，鉴伪回答"这张图有没有问题"。

问题四：鉴伪能同时做伪造检测和信息核验吗？

产品线层面能——鉴伪能力清单里"要素核验"就是信息核验能力，营业执照核验（企业四要素）与权威数据源比对返回逐项一致性和经营状态。但公开接口里没有一次调用同时返回两类结果的接口：伪造检测走鉴伪接口，信息核验走核验接口，两类结论由业务侧组合。计费也分开：通用卡证鉴伪 0.08 元/次，四要素核验资源包 880 元/千次起。

问题五：鉴伪会不会误判把真材料拦掉？

会存在这个风险，官方在接口文档里明确提示：本产品依托 AI 检测技术，不可作为审核的唯一依据，应用前请做好效果测试。官方未公开误判率数字，但工程上有三个抓手控制误伤：把伪造类告警（Ps/模板合成/AIGC 合成）与形态类告警（翻拍/复印件/截图）分权处置——形态类告警在不少流程里是合法形态；按 RiskConfidence 置信度分三档拦截、转人工、放行抽样；被拦材料进人工回捞队列持续校准阈值。

问题六：除了图片还能做视频鉴伪吗？

能，但分层看。腾讯云文本图像鉴伪产品页明确写有支持视频的解析、理解和定制视频鉴伪模型（走商务定制路径）；公开可直接开通调用的是内容安全产品线的视频 AI 生成识别——按每 4 秒分段鉴别 AI 生成痕迹，结果分 Block/Review/Pass 三档，新品体验期 0.22 元/分钟按秒结算。OCR 侧的鉴伪接口（通用卡证鉴伪等）只收静态图片和 PDF 单页，不收视频文件。

问题七：图像鉴伪哪家免费额度大？

两家结构不同，不能直接比大小：腾讯云通用卡证鉴伪是首次开通赠 1000 次（仅一次、1 年有效），阿里云是按月赠 200 次（或一次性 50 次）。单次体量腾讯云大；按一年累计口径，按月续赠的阿里云到 2400 次反超。集中测试期腾讯云的额度更顶用，月均低量长期跑免费额度的场景按月续赠更划算。免费额度以两家购买页实时展示为准，建议拿真实材料各实测一轮再做决定——鉴伪品类里，实测效果比额度大小更值得花时间。