Pangram julkaisee kaksi mallia tekoälykuvien ja -videoiden tunnistamiseen

Pangram ilmoitti julkaisevansa 4. marraskuuta 2026 kaksi konenäkömallia: Pangram Image 1.0:n tekoälyn tuottamien kuvien tunnistamiseen ja pienemmän, nopeamman Pangram Image Flash 1.0:n tekoälyn tuottaman videosisällön analysointiin kuva kuvalta. Julkaisu tuo mukanaan myös lämpökarttanäkymän, suoran videotuen, Chrome-laajennuksen ja kuvien sekä videoiden käsittelyyn tarkoitetun API-rajapinnan.

Image 1.0:n lämpökartta on tarkoitettu paikantamaan tekoälyn tuottama sisältö kuvasta, esimerkiksi tekoälyn tuottama elementti muuten aidossa valokuvassa. Virallisessa X-julkaisussaan Pangram kertoi mallin tunnistavan 99,2 % tekoälyn tuottamista kuvista väärien positiivisten tulosten osuuden ollessa 0,27 %.

Rinnakkaiset kuva- ja videotestit

Kuvien arviointia varten Pangram loi 12 kuvageneraattorilla synteettiset vastineet 100 aidolle valokuvalle. Kehotteet vastasivat tarkasti alkuperäisiä valokuvia, ja niiden pohjalta tuotettiin 1 200 synteettistä kuvaa. Pangramin mukaan Image 1.0:n tarkkuus tässä yrityksen luomassa aineistossa on 99,96 %. Luku kuvaa suorituskykyä tässä kohdennetussa aitojen ja synteettisten kuvien vertailussa, eikä se ole yleispätevä tarkkuusluku kaikille verkossa vastaan tuleville kuville.

Videoiden vertailussa käytettiin samankaltaista synteettisten vastineiden periaatetta. Pangram otti lähtökohdaksi 129 aitoa sosiaalisen median videota ja loi 14 videogeneraattorilla kustakin generaattorista 100 synteettistä videota, jotka perustuivat aitoon aineistoon. Videoita oli yhteensä 1 529. Kullekin generaattorille annettiin aidon videon ensimmäinen kuva sekä näkö- ja kielimallin kuvaus tapahtumasta. Koska jokaisella aidolla videolla ja sen synteettisellä vastineella on sama tapahtumaympäristö ja aihe, testiasetelma arvioi, pystyykö tunnistin erottamaan samankaltaiset videot toisistaan ilman, että se saa etua oikopolusta, jossa tietty sisältö yhdistetään tekoälyyn.

DF26-videotestiaineisto

Pangram arvioi Flash 1.0:n suorituskykyä DF26-testiaineistolla, jota kuvataan 7. syyskuuta 2026 jätetyssä esijulkaisussa. Aineisto sisältää 271 aitoa ja 2 420 synteettistä videota, jotka on tuotettu seitsemällä nykyaikaisella videomallilla. Videot keskittyvät yhteen henkilöön, joka puhuu suoraan kameralle esimerkiksi virallisessa lausunnossa tai studiohaastattelussa. Aineiston laatijat kertovat, että sekä ihmiset että huipputason syväväärennösten tunnistimet suoriutuivat lähes sattumanvaraisesti. Heidän mukaansa arvioinneissa pitäisi testata nimenomaisesti, kestävätkö järjestelmät nykyaikaisten generaattorien aiheuttamia jakaumamuutoksia.

Pangramin mukaan Image Flash 1.0 saa DF26-testissä 98,7 pistettä, mikä on 29 pistettä enemmän kuin toiseksi parhaan tunnistimen tulos. Suora videotuki tuo mallin osaksi hallintapaneelia: Flash analysoi jokaisen kuvan ja tunnistaa, mitkä ladatun videon osat saavat tekoälytunnistuksen.

Käyttöönotto tutkimusennakkoa laajemmin

29. heinäkuuta 2026 julkaistu tutkimusennakko hyväksyi vain kuvat, joiden koko oli vähintään 512 × 512 pikseliä, ja ilmoitti, ettei se pystynyt tunnistamaan luotettavasti syväväärennöksiä ja kasvojenvaihtoja. Pangramin mukaan versio 1.0 parantaa suorituskykyä syväväärennösten, matalan resoluution kuvien ja uusimpien generatiivisten mallien tunnistamisessa. Pienin hyväksytty syöte on nyt 256 × 256 pikseliä, mutta alle 512 pikselin kokoisista kuvista näytetään vastuuvapausilmoitus, joka kertoo tunnistuksen luotettavuuden olevan heikompi.

Pangram kertoo kouluttavansa uutta mallia tunnistamaan muunnoksia, kuten pakkausta, pienentämistä, sumennusta ja kohinaa, riippumatta siitä, ovatko ne sosiaalisen median alustojen vai tunnistusta kiertämään pyrkivien toimijoiden aiheuttamia. Käyttömahdollisuudet ovat laajentuneet myös tutkimusennakon jälkeen: tuolloin kuvien API-rajapinta oli käytettävissä vain kutsusta, ja videotuki hallintapaneelissa sekä Chrome-integraatio oli merkitty tulevaksi. Image 1.0 on integroitu Chrome-laajennukseen, joka merkitsee tekoälyn tuottaman sisällön sosiaalisessa mediassa sekä ostos- ja vuokraussivustoilla. Päivitetty API tukee sekä kuvien että videoiden tunnistamista.

Julkaisun käytännön merkitys perustuu uusien mallien ja niiden käyttökanavien yhdistelmään: tunnistus voidaan tehdä selaimen sisältövirrassa, ladatusta videosta tai API-integraation kautta. Pienempien kuvien heikompaa luotettavuutta koskeva ilmoitus on edelleen olennainen varaus, sillä laajempi syötetuki ja laajempi saatavuus eivät tarkoita, että tunnistus olisi yhtä luotettavaa kaikissa kuvissa.