Pangram выпустила Pangram Image 1.0: детектор ИИ-картинок с тепловой картой и видео

Компания Pangram объявила о выходе Pangram Image 1.0, флагманской модели для обнаружения изображений, сгенерированных нейросетями. Несколькими месяцами ранее Pangram Image выходила как исследовательская предварительная версия; теперь компания называет релиз лучшим на рынке решением и для изображений, и для видео. Все сравнения в анонсе, собственные результаты Pangram.

Главные возможности Pangram Image 1.0: обнаружение изображений от передовых генераторов, тепловая карта (heatmap), показывающая, в каком именно месте картинки появляется ИИ-контент, и устойчивость к правкам, сжатию и низкому разрешению. В примере из анонса на настоящую фотографию добавлен ИИ-фрагмент, и модель находит его по тепловой карте.

Для проверки компания взяла 100 реальных фотографий и создала их синтетические «зеркала» с помощью 12 передовых генераторов изображений, подобрав промпты, близкие к оригиналу, всего 1 200 синтетических картинок. На этом наборе, по словам Pangram, точность модели составила 99,96%. Кроме того, модель сравнивали с коммерческими и академическими детекторами и на академических бенчмарках (X-AIGD, Mirage-Test, AIGenImages2026, Synthbuster + RAISE, Community Forensics); числовые результаты приведены на диаграммах, в тексте их нет.

О робастности: соцсети сжимают и уменьшают картинки, а злоумышленники могут добавлять размытие, шум и другие артефакты, чтобы обмануть детектор. Pangram утверждает, что специально обучала модель распознавать такие преобразования и нашла её устойчивой к ним. Минимальный размер входного изображения снижен с 512x512 до 256x256, потому что новая модель точнее работает на малых разрешениях. Для размеров ниже 512 результат будет сопровождаться предупреждением о сниженной уверенности.

Вторая модель, Pangram Image Flash 1.0, меньшая и более быстрая, для обнаружения видео от передовых генераторов с анализом покадрово. Pangram ссылается на академическое исследование DF26: люди лишь немногим лучше случайного угадывания отличают настоящие видео говорящих людей от ИИ-видео, а современные детекторы справлялись не намного лучше. На DF26 Flash набирает 98,7%, на 29 пунктов выше следующего по результату детектора. Для сравнения с индустрией компания взяла 129 реальных видео из соцсетей и создала ИИ-«зеркала» с помощью 14 генераторов (по 100 видео от каждого, выбранных из этих 129), всего 1 529 видео. Генераторам подавали первый кадр оригинала и описание происходящего, созданное визуально-языковой моделью. Pangram утверждает, что такой подход не даёт детектору смещаться в сторону «ИИ» для определённых типов контента, так как у реального видео и его зеркала одинаковые сцена и объект. Также модель сравнивали на бенчмарках AIGVDBench, DF26 и Ivy-Fake.

Продуктовые изменения: Pangram теперь принимает видео напрямую, и Flash анализирует его покадрово, показывая, какие части определены как ИИ. Pangram Image 1.0 встроена в расширение для Chrome, оно помечает ИИ-контент при прокрутке соцсетей, интернет-магазинов, объявлений об аренде и других сайтов. API обновлён: поддерживает и изображения, и видео. Автор анонса, Isaac, инженер-исследователь Pangram, ранее работавший над 2D- и 3D-детекцией в Samsung AI Center NYC; у него степень магистра по робототехнике Университета Миннесоты.

Ключевые факты

Pangram Image 1.0, флагманский детектор ИИ-изображений с тепловой картой, показывающей, где на картинке ИИ-контент.
На собственном наборе Pangram (100 реальных фото и 1 200 синтетических «зеркал» от 12 генераторов) заявлена точность 99,96%.
Минимальный размер изображения снижен с 512x512 до 256x256; ниже 512 результат идёт с предупреждением о сниженной уверенности.
Pangram Image Flash 1.0 для видео набирает 98,7% на DF26, на 29 пунктов выше следующего детектора, по данным компании.
Модели доступны в расширении для Chrome и через API; видео можно загружать напрямую, анализ идёт покадрово.

Почему это важно

Отличить настоящее изображение или видео от сгенерированного становится всё труднее: по описанию Pangram, исследование DF26 показало, что люди лишь немногим лучше случайного угадывания отличают реальные видео говорящих людей от ИИ-видео, а современные детекторы справлялись не намного лучше. Pangram предлагает инструмент, который не только выдаёт вердикт, но и показывает тепловой картой, где именно на картинке находится ИИ-фрагмент, и работает с видео покадрово.

Кому это важно

Тем, кто регулярно проверяет подлинность контента: модераторам и редакциям, пользователям соцсетей и интернет-магазинов, тем, кто смотрит объявления об аренде. Pangram прямо называет такие сценарии для расширения Chrome. Разработчикам интересен обновлённый API, который теперь поддерживает изображения и видео.

Как это применить

Проверить изображение или видео можно на сайте Pangram, в расширении для Chrome (оно помечает ИИ-контент при просмотре ленты и сайтов) или через API, который теперь принимает и картинки, и видео. Видео загружается напрямую и разбирается покадрово. Для картинок минимальный размер теперь 256x256, но ниже 512 пикселей результат сопровождается предупреждением о сниженной уверенности. Условия и цены API в тексте анонса не указаны.

Можно ли доверять

Это анонс самой компании, и все сравнения, её собственные. Заявленные 99,96% получены на наборе из 100 реальных фото и 1 200 синтетических изображений, который Pangram собрала сама; доля ложных срабатываний и разбивка по генераторам не приводятся. Результаты по академическим бенчмаркам, сравнению с индустрией и тестам на робастность показаны на диаграммах, в тексте цифр нет, конкуренты не названы, а использованные генераторы не перечислены. Независимой проверки результатов в анонсе не упоминается.

Риски и подводные камни

Точность падает на малых разрешениях: Pangram сама отмечает, что первая версия имела нижний порог 512x512 из-за снижения точности, а ниже 512 результаты идут со сниженной уверенностью. Заявление о робастности к размытию, шуму и сжатию, слова компании без числовых результатов в тексте. Метод «зеркал» проверяет различение двух очень похожих видео, но заявленные результаты относятся к тестовым наборам Pangram, и реальные показатели на произвольном контенте могут отличаться.