Pangram推出AI图像与视频检测模型

Pangram是一家以识别AI生成文本闻名的纽约初创公司。公司周三宣布推出用于静态图像的Pangram Image 1.0，以及更小、更快的视频版Pangram Image Flash 1.0，后者逐帧检查视频。两款模型都能在其网页应用和API中使用，Image 1.0还进入了Chrome扩展，用户浏览网页时即可扫描图片。

图像模型能生成热力图，标出画面中AI内容的位置，比如真实照片里被添加的假物体。据Engadget报道，视频方面，该工具能区分部分由AI生成的片段和完全生成的片段，并标出画面中哪些区域可能是合成的。两款模型支持的文件比过去更小，从512×512像素降到256×256像素，低于512时会给出置信度较低的提示。API现在同时处理图像和视频。公司此前发布过Image 1.0的研究预览版，如今该模型可通过Chrome扩展使用。

准确率声明及其测试方式

Pangram称，Image 1.0能识别99.2%的AI图像，对真实图像的误报率为0.27%。Engadget把这一检测能力表述为超过99%，误报率相同。

99.96%这个数字来自Pangram自己设计的测试。公司用12款主流图像生成器为100张真实照片制作了AI副本，提示词与每张原图高度接近。测试由Pangram设计，没有外部评审参与。

视频方面，公司使用了DF26。这是9月发布的一个学术基准，包含2691段人物面对镜头说话的片段。Pangram称，Flash 1.0在DF26上得分98.7%，比排名第二的检测器高29个百分点。Engadget援引公司详细说明的一项内部测试，报道该视频模型的准确率超过98%。

检测为何仍然困难

DF26基准对其他所有参与者都不客气。其作者发现，无论是普通人还是领先的检测器，在分辨真实片段与伪造片段时都只比随机猜测好一点。98.7%这个数字要放在这一背景下看。

检测器仍会出错。在路透社的测试中，就连Meta自家的图像检测器也有一半以上的时间漏掉了自家生成器产出的裁剪假图。在YouTube上，一个付费请真人演员朗读AI脚本的网络骗过了检测器。Pangram也失手过：8月，其文本工具把伯克利一位教授的专栏文章标记为部分由AI撰写，她对该结论提出异议。

CEO Max Spero表示，多数手机摄像头，包括iPhone，都会做一定的AI后处理。他告诉Pirate Wires，公司推迟发布图像模型，是为了在几台iPhone 18 Pro上测试，因为模型起初把这些手机拍的照片判为AI生成。Spero分享了一张Chrome扩展在Pinterest上运行的截图，两张明显不是真实照片的图片得到了“不确定”的结果。

可用性与融资

Pangram表示，这些工具现已向订阅用户开放，免费账户无需付费方案也能检查少量图片。Pangram在7月完成了由Menlo Ventures领投的900万美元融资，当时它首次预览了图像检测功能。其文本检测器已在Substack上运行。

Pangram称，训练模型时让它学会看穿压缩、模糊和噪点，这些是平台和想骗过检测器的人可以加上的。