Pangram推出两款AI图像与视频检测模型
由 WORLDTECH 译自英文。事实、数字、名称和来源均与英文原文一致。 English
事件经过
11月4日,Pangram宣布推出两款计算机视觉模型:用于检测AI生成图像的Pangram Image 1.0,以及体积更小、速度更快、可逐帧分析AI视频的Pangram Image Flash 1.0。此次发布还新增了热力图输出、原生视频上传、Chrome扩展集成,以及对图像和视频的API(一个软件与另一个软件通信所用的接口)支持。
Pangram在官方X发布的上线帖中表示,该模型可识别99.2%的AI生成图像,误报率为0.27%。Pangram选取了129段真实的社交媒体视频,并使用14种视频生成器,每种生成器从真实视频集中抽样生成100段合成视频,共计1,529段视频。
每个生成器都会接收真实视频的首帧,以及视觉语言模型对动作的描述。Image 1.0的热力图旨在定位图像中的合成内容,例如一张真实照片中某个由AI生成的元素。
成对的图像与视频测试
在图像评估中,Pangram使用12种图像生成器,为100张真实照片各制作了一张合成“镜像”。提示词与每张原始照片高度匹配,共生成1,200张合成图像;Pangram报告称,Image 1.0在该公司自建的数据集上准确率为99.96%。
该数字描述的是这种针对性配对的真实与合成图像上的表现,并非其在网络上遇到的所有图像上的通用准确率。视频对比采用了类似的合成“镜像”原则。
由于每段真实视频及其合成对应版本共享相同场景和主体,该设计可以检验检测器能否区分相似的片段,同时避免因某些内容与AI存在关联而产生的捷径效应。
DF26视频基准
Pangram使用DF26评估了Flash 1.0,DF26是一个在2026年9月7日提交的预印本论文中描述的基准。