Pangram lancerer to modeller til registrering af AI-billeder og -videoer

Pangram annoncerede den 4. november 2026 to computervisionsmodeller: Pangram Image 1.0 til registrering af AI-genererede billeder og den mindre og hurtigere Pangram Image Flash 1.0 til analyse af AI-videoer billede for billede. Lanceringen omfatter også heatmapvisning, direkte upload af videoer, integration med Chrome-udvidelsen og API-understøttelse af billeder og video.

Heatmappet i Image 1.0 skal lokalisere syntetisk materiale i et billede, f.eks. et AI-genereret element i et ellers ægte fotografi. I et officielt opslag om lanceringen på X sagde Pangram, at modellen identificerer 99,2 % af AI-genererede billeder og samtidig holder andelen af falske positiver på 0,27 %.

Parrede tests af billeder og videoer

Til evalueringen af billeder skabte Pangram syntetiske modstykker til 100 ægte fotografier ved hjælp af 12 billedgeneratorer. Prompterne lå tæt op ad de oprindelige fotos, hvilket resulterede i 1.200 syntetiske billeder. Pangram oplyser, at Image 1.0 opnåede en nøjagtighed på 99,96 % på dette datasæt, som virksomheden selv havde skabt. Tallet beskriver modellens ydeevne i denne målrettede sammenligning af ægte og syntetiske billeder, ikke en universel nøjagtighed for alle billeder, man møder på nettet.

Videosammenligningen fulgte et lignende princip med syntetiske modstykker. Pangram tog udgangspunkt i 129 ægte videoer fra sociale medier og brugte 14 videogeneratorer til at skabe 100 syntetiske videoer pr. generator, udvalgt på grundlag af det ægte datasæt, så der i alt var 1.529 videoer. Hver generator fik det første billede fra den ægte video og en beskrivelse af handlingen fra en vision-language-model som input. Da hver ægte video og dens syntetiske modstykke viser den samme scene og det samme motiv, tester metoden, om en detektor kan skelne mellem lignende klip uden at blive belønnet for en genvej, hvor bestemte typer indhold forbindes med AI.

Videobenchmarken DF26

Pangram evaluerede Flash 1.0 med DF26, en benchmark, der beskrives i et preprint indsendt den 7. september 2026. Benchmarken indeholder 271 ægte og 2.420 syntetiske videoer, der er fremstillet af syv moderne videomodeller. Den fokuserer på optagelser, hvor én person taler direkte til kameraet, herunder officielle udtalelser og studieinterviews. Forfatterne oplyser, at både mennesker og de mest avancerede deepfake-detektorer klarede sig tæt på tilfældig gætning, og argumenterer for evalueringer, der udtrykkeligt tester robusthed over for distributionsskift fra moderne generatorer.

Pangram oplyser, at Image Flash 1.0 scorer 98,7 % på DF26, 29 point mere end den næstbedste detektor. Med direkte upload af videoer er modellen nu tilgængelig i kontrolpanelet: Flash analyserer hvert billede og identificerer, hvilke dele af en uploadet video der markeres som AI-genereret.

Udrulning ud over forskningsforhåndsvisningen

Forskningsforhåndsvisningen den 29. juli 2026 accepterede kun billeder på mindst 512 × 512 pixels og angav deepfakes og ansigtsbytninger som tilfælde, den ikke med sikkerhed kunne registrere. Pangram siger, at version 1.0 klarer sig bedre med deepfakes, billeder i lav opløsning og avancerede generative modeller. Den mindste tilladte billedstørrelse er nu 256 × 256 pixels, men billeder under 512 pixels udløser en ansvarsfraskrivelse om lavere sikkerhed.

Pangram oplyser, at virksomheden træner den nye model til at registrere ændringer som komprimering, nedskalering, sløring og støj, uanset om de skyldes sociale platforme eller aktører, der forsøger at undgå registrering. Adgangen er også blevet udvidet siden forhåndsvisningen, hvor adgang til billed-API’et kun var mulig efter invitation, og videoinput i kontrolpanelet samt Chrome-integration stod på listen over kommende funktioner. Image 1.0 er integreret i Chrome-udvidelsen, så den kan markere AI-genereret materiale på sociale medier samt shopping- og udlejningssider, mens den opdaterede API understøtter registrering af både billeder og video.

Lanceringens praktiske betydning ligger i kombinationen af de nye modeller og de forskellige adgangsmuligheder: Registreringen kan foregå i et feed i browseren, på en uploadet video eller via en API-integration. Ansvarsfraskrivelsen om lavere sikkerhed for mindre billeder er fortsat det væsentligste forbehold og viser, at bredere understøttelse af input og større udbredelse ikke betyder, at sikkerheden er ens for alle billeder.