上个月帮一个车友群做了一期探店合集。素材里拍到一辆特斯拉正脸，牌清清楚楚。剪完发出去第三天，车主私信问我这车能不能认出来。我说连胎纹都能分辨。他说赶紧删掉，群里已经有人在问是哪了。 这种翻车不是孤例。我后来整理了自己处理敏感素材的流程，发现无论是视频打码还是隐私处理，核心矛盾永远是效率跟精度的拉扯。 AI自动标注的翻车点比较固定。遮挡漂移是高频问题——目标跑到光线暗的区域，追踪跟丢了，码就打歪了。细条状目标比如车牌、门牌号，在画面占比太小时容易漏检。密集场景下错判也常见，相邻人脸被合并成一个框。这些都不是AI不行，而是光学和算力有物理上限。 手工框选的优势是精准可控。时间轴上一帧一帧调，哪儿漏了补哪儿，对关键帧的处理很踏实。代价是耗时呈数量级增长：一段三分钟的视频，逐帧核对至少花两小时以上。适合少量关键画面或需要精细处理的区域，不适合量产素材。 我后来的选型逻辑拆成三个维度。第一看场景数量级——处理几十个片段还是几百个？第二看目标特性：大小、运动速度是否稳定？第三看发布时效要求：是赶热点还是慢慢打磨？ 具体到执行层，把AI自动标注作为初筛手段，时间轴上批量过一遍，漏掉的目标再手工补框。比如抹影这种内置多模型目标的本地应用，导入视频选定人脸或车牌等目标自动标注出来，时间轴上直接微调确认导出就行。 最后一条建议：每批素材处理前，先随机挑十五秒画面预览检测效果，确认没有大面积漂移再全量跑。 特别