在一个充斥着过滤和虚假的世界里，LiveTuber 代表着与众不同的东西。
我们相信每个人都有能力展现真实的一面。
LiveTube 不仅仅是一个直播应用程序，它还是一场追求真理、真实性和赋权的运动。

一旦事件结束，任何片段都可以被编辑、重新标记或伪造。
但实时视频–当下验证的视频–则不同。

通过捕捉来源可靠的信号（现场照片+文字描述+设备遥测），将其与独立的实时数据融合，并在短暂的安全延迟后加入编辑判断，我们可以在事件发生时证明地点、时间和背景。这就是 LiveTube 的核心。

有了现代人工智能，现在任何人都可以操纵现实，达到几乎无差别的程度。

LiveTuber 是一种对策–未经过滤、实时且经过验证。

LiveTuber 的诞生源于前广播记者斯文-赫罗尔德（SvenHerold）的洞察力，它将智能手机的强大功能与对可靠信息的需求结合在一起，让任何人在任何地方都能进行现场报道，并通过专业验证。

传统的事实核查是在错误信息传播之后进行的。

它依赖于人工追源、反向图像搜索和案头研究–这很有价值，但对于突发新闻来说太慢了。当一个说法被核实时，虚假版本已经赢得了第一英里。

LiveTuber 在现场直播过程中进行实时、环路验证，取代了这种事后模式。

特意设置的 ~30 秒安全延迟可让编辑有时间进行核实、指导记者并保护镜头前的每个人–同时不影响直播速度。

T0 – 防源捕捉（手机 → 云）
LiveTuber 开始直播时，应用程序会锁定并上传第一批输入内容–现场照片、文字说明和完整的实时遥测信息（视频、音频、GPS、设备时钟和网络诊断）。

这样可以保留监管链，防止重放或注入镜头。

外部摄像头或麦克风无法输入应用程序–每一帧画面都要经过源验证。

T+0-10s – 接收 + 低延迟流。
实时传输及其元数据在数秒内到达新闻编辑室，优化后的端到端延迟最小。

每个传入的帧都带有锁定的标识符，确保手机和验证服务器之间的同步。

T+10-30s – 实时人工智能检查（证据融合）。
当帧到达时，LiveTuber 的人工智能会将视频、音频和语音与记者的现场照片、描述和遥测数据融合。
它将这些数据与独立的实时数据源进行交叉验证，如航空事故中的空中交通管制、地震中的地震网络、传感器或转运馈送，以及天气或光照位置等环境指标。

与此同时，系统还能扫描其他平台上的公开内容。
当多个 LiveTuber 报道同一场景时，人工智能会自动关联角度、时间戳和音频指纹，以确认事件的连续性。

由于流媒体是直播的，新闻编辑室制作人可以要求进行360°大范围扫描、地标平移或安全重新定位，以实时锁定真相。

T+~30 秒 – 人类新闻编辑室处于安全延迟状态。
制作人查看经过验证的数据流，并叠加所有人工智能结果，同时保持~30 秒的短暂延迟，以保护现场参与者并引导记者。

编辑可在出版或联合出版前发送提示，如 “向左平移至路标处 “或 “注意安全，后退一步”，将人工智能的准确性与编辑判断结合起来。

决定 – 接受 / 拒绝 / 路线

• 接受：如果经过验证、具有新闻价值并符合LiveTuber 规则，流媒体将被发布和/或转发给媒体合作伙伴–通常新闻编辑室会添加经过验证的叠加内容。
• 拒绝/限制：如果某个场景不安全或不适合公开直播，制片人可以切断直播流或限制路由（如发送到应急直播频道）。

在流媒体播放过程中，制片人可以添加下部三分区、突发新闻和自动插入的地点/时间戳；决定社交联播（YouTube、Facebook、X、Instagram、Telegram）；向合作伙伴发布媒体提示、干净信号、20 秒剪辑和录音。

更多制作人可以加入进来进行研究、核实、发布或现场协调，并通过互动直播地图提醒附近的记者。

高价值或高风险报道可触发特别报酬区。

• 电视/绿屏重播：
  编辑要求进行360° 或地标式大范围平移。人工智能分析刷新伪影、反射、镜头与屏幕的距离以及不匹配的室内声学效果–这些都是重放或合成镜头的即时证据。
  
• 回收/旧镜头：
  与空中交通管制、地震和传感器网络、交通数据、天气和光照条件以及地图拓扑进行实时交叉检查，可在几秒钟内发现时间或环境不匹配的情况。
  
• 位置欺骗：
  系统将GPS与手机和 Wi-Fi 指纹、惯性运动、天际线/日照角度以及本地音频特征进行核对，确保摄像头确实在其声称的位置。
  
• Staged events:
  当多个 LiveTuber 拍摄同一场景时，人工智能会将角度、几何形状和音频指纹关联起来，以确认连续性并检测中断或重置。
  
• 画外音/深度配音：
  频谱和同步分析可标记出与现场声学环境不匹配的非环境旁白或不同步声音。
  
• 人在回路中：
  制作人始终保持连接。他们会现场指导验证请求，如果验证失败，则会立即切断馈送。
  
  
  理论上是可以的，但要进行令人信服的欺诈，需要在多个独立系统之间进行协调操纵。LiveTuber 的实时交叉引用正是为了揭露这一点而建立的。

一旦流媒体通过了第一层人工智能验证，它就会进入 LiveTube 新闻编辑室–由真正的制作人接手。

LiveTube 不仅仅是一个相机应用程序，它还是一个云新闻编辑室，由分布在世界各地的制作人负责管理。

一旦人工智能通过了首次验证检查，就会提醒可用的生产者。

最先接受采访的人将成为故事制作人–指导记者，在安全延迟期间验证稿件，并实时添加编辑背景。

TZPs（时区制作人）–我们的全天候值班领导–负责全球持续报道。他们对突发事件进行分流，为重大新闻启动作战室，并随着事件的发展协调跨区交接。

报酬：

动态报价适用于高需求或高风险情况。 业绩指标（如准确性、速度和安全合规性）可带来额外奖励。

结果：不仅是众包视频，而且是众包新闻编辑室–将目击者视频流转化为有证据支持的广播，并在发生时进行核实。

1. 人工智能预验证 → 发送给合格的生产商（地区、语言、节拍）。
2. 制作人接受 → 成为故事制作人，接收验证线索并向记者发送信息。
3. 验证安全延迟：要求角度或宽度，应用 LiveTube 规则，添加编辑背景。
4. 升级与团队合作：启动故事室，进行翻译、字幕、制图或第二镜头协调。
5. 发布和分发：经核实的内容通过新闻编辑室或媒体中心开始直播，并附带元数据和叠加内容。

结果：每个经过验证的数据流都能在一分钟内从目击者转为证据，而不会降低直播速度。

• 从手机（防源）：
  实时视频、现场照片、文字描述、精确 GPS、设备/用户 ID 和网络/音频诊断。
• 来自场景（内容）：
  地标、标识、天气提示、交通、制服、环境声音（警报声、人群）以及实时语音转文字。
• 来自独立网络（实时背景）：
  官方提醒、市政数据、地震和运输信息以及当地知名报道。

由于这些数据源是独立和同步的，LiveTuber 可以立即揭示不匹配的数据，如声称的位置与天际线或时间与照明，并提高确证的数据源，以加快发布速度。

什么时候不对劲

• 软错位：剪辑师要求换一个角度或拍摄一个场景。
• 硬性不匹配或风险：切断直播流，通知报告人，路由仅限于内部或应急审查。

EP3534614A1 – 实时发布视频流的视频分发流程和方法。
该专利描述了 LiveTube 的端到端验证管道：
带有嵌入式元数据的安全移动捕获→即时云摄取→与源数据绑定的自动人工智能分析→带接受/拒绝功能的新闻编辑室监督→带可选叠加功能的验证实时发布。

这种工作流程适用于不受控制的目击者消息来源，是 LiveTuber 与社交直播应用程序和回顾性事实核查工具的不同之处。

• 社交直播：任何人都可以直播，但没有内置验证、编辑监督或可信元数据。
• 经典的事实核查：主要是人工和事后检查–很有价值，但对于突发事件来说速度太慢。
• LiveTube： 循环验证–在源头捕获证据，人工智能与实时环境融合，在短暂的安全延迟内应用人工判断。

LiveTube 在即时性和完整性之间架起了一座桥梁–将目击者的信息流实时转化为经过验证、可广播的新闻。

在大多数突发新闻中，传统媒体转播社交片段时都不会与上传者联系–没有合同，没有报酬，也没有控制权。即使有核实，也是在新闻传播之后。LiveTube 颠覆了这种模式。

当记者点击开始直播时，他们已经同意了LiveTuber 的条款，授予新闻编辑室使用和许可的权利—这就是我们付费的原因。
我们与拍摄者建立直接联系，捕捉证明信号以验证事件的发生，并应用编辑控制来即时引导、暂停或停止流媒体。

电子邮件和手机验证可确保每一位贡献者都是真实可信的。
没有搜刮、没有重新上传、没有灰色地带的内容，只有经过验证的来源和公平的报酬。

结果：播出准备就绪、版权许可、经过验证的直播新闻–记者和制作人获得报酬，受众得到保护。

如果我们想让世界再次相信现场视频，我们就必须在 视频 发生时证明这一点。
LiveTube 让这成为可能–将目击者流转化为有证据支持的广播，快速、安全、负责。