rea-video：逐镜头判断一条视频是实拍、AI 做的还是代码渲染的

9分钟前发布

057333

一、问题是什么

刷到一条爆款短视频，想知道它是怎么拍出来的：灯光怎么布、运镜怎么走、字幕什么时候进；做 AI 视频的更想知道对手那条片里哪些镜头是模型出的、喂了什么提示词。靠人眼逐帧看效率极低，而且「看着像 AI」和「确证是 AI」是两回事。rea-video 把这件事变成一条命令。

二、核心设计

rea-video 是给 AI 代理用的视频逆向工具（Python 加 ffmpeg，Apache-2.0 开源）：先把视频切成镜头、把声音剥成人声/配乐/音效三轨，然后取证——测帧率节拍、传感器噪声、画面是否整体平移、元数据里的标记；再判断——硬证据（标记、帧率）优先于「看着像」，冲突的镜头标出来交给代理看图复核。拆解结果双输出：给人看的 report.html（可打印成 PDF）和给 AI 读的分层 VIDEO.md 开放格式——从几百 token 的卡片到完整数据分层展开，代理按需读层，不浪费上下文。

三、功能拆解

能拆的片型覆盖实拍口播、AI 短剧与 MV、数字人、3D 动画、代码动效、录屏教程和「AI 人物+代码界面+真实录屏」的混合片——混合片逐镜单独判定再按原时间轴拼回。除了画面还拆包装：字幕与花字的时间轴、颜色、进出方式（可导出 SRT/ASS）、贴纸表情、剪辑节奏卡不卡拍、配乐 BPM。每个镜头都给重制方案：实拍镜给机位与灯光清单，AI 镜给反向提示词与批量生成建议，代码镜给 Remotion 式实现思路。准确率有官方评测：原始文件上纯工具模式 98.3-99.6%，平台转码片掉到 88.6%，配视觉模型或代理看图复核后回到 99.6-100%。

四、适合谁、不适合谁

适合：想拆解爆款学运镜打光剪辑节奏的创作者、做 AI 视频想逐镜对照的人、给流水线加「看懂视频怎么做的」能力的开发者。不适合：想一键出高仿片的人——它不渲染视频，重制要么配同作者的 capsule-cinema 生成 AI 镜，要么照报告手动来；连续多集短剧要走姊妹项目 rea-toon；没有 Python 3.10 加 ffmpeg 又不肯装环境的人。

五、诚实提醒

纯工具模式完全离线免费，首跑会自动下载约 67MB 的人声分离模型和约 149MB 的音效分离模型；配视觉模型按你那家服务的账单走。平台转码过的视频（抖音、微信下载）噪声证据被抹掉，不配视觉复核精度会打折。官方 FAQ 把边界写得很清楚：它的定位是学结构与手法后用你有权利的素材重制，不要复用别人的素材、音乐、角色和肖像，发布要遵守平台规则和 AI 内容标注要求。

六、项目现状

仓库 8.7k stars、1.3k forks，Apache-2.0 开源，v0.1.0 发布四天就上了 Trendshift 日榜第 6。我们实测：在 Python 3.12 虚拟环境装好后，对官方样片（19 秒、10 镜的混合片）跑拆解，91 秒出结果，判定为「代码/模板渲染 59% 加 AI 制作视频 41%」的混合制作，与官方样例库的定性一致——判定条和逐镜置信度都落在报告里。