एआई मॉडल और प्लेटफ़ॉर्म
AI से बनी छवियों और वीडियो की पहचान के लिए Pangram ने दो मॉडल लॉन्च किए
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
Pangram ने घोषणा की कि उसने 4 नवंबर, 2026 को कंप्यूटर विज़न के दो मॉडल लॉन्च किए हैं: AI से बनी छवियों की पहचान के लिए Pangram Image 1.0 और AI वीडियो का फ़्रेम-दर-फ़्रेम विश्लेषण करने के लिए छोटा और तेज़ Pangram Image Flash 1.0। इस रिलीज़ में हीटमैप आउटपुट, सीधे वीडियो अपलोड करने की सुविधा, Chrome एक्सटेंशन के साथ एकीकरण और छवियों व वीडियो के लिए API समर्थन भी शामिल हैं।
Image 1.0 का हीटमैप किसी छवि में कृत्रिम रूप से बनाई गई सामग्री का स्थान बताने के लिए है, जैसे किसी अन्यथा वास्तविक तस्वीर में AI से जोड़ा गया तत्व। X पर प्रकाशित लॉन्च की आधिकारिक पोस्ट में, Pangram ने कहा कि यह मॉडल AI से बनी 99.2% छवियों की पहचान करता है और गलत सकारात्मक नतीजों की दर 0.27% रखता है।
छवियों और वीडियो का युग्मित परीक्षण
छवियों के मूल्यांकन के लिए, Pangram ने 12 छवि जनरेटरों की मदद से 100 वास्तविक तस्वीरों के कृत्रिम रूप से बनाए गए समकक्ष तैयार किए। प्रॉम्प्ट हर मूल तस्वीर से क़रीबी मेल खाते थे, जिससे 1,200 कृत्रिम छवियाँ बनीं; Pangram के अनुसार, कंपनी द्वारा बनाए गए इस सेट पर Image 1.0 की सटीकता 99.96% रही। यह आँकड़ा वास्तविक और कृत्रिम छवियों की इस लक्षित जोड़ी पर मॉडल के प्रदर्शन को दर्शाता है, न कि इंटरनेट पर मिलने वाली हर छवि के लिए सार्वभौमिक सटीकता दर को।
वीडियो की तुलना में भी कृत्रिम समकक्ष बनाने का ऐसा ही सिद्धांत अपनाया गया। Pangram ने सोशल मीडिया के 129 वास्तविक वीडियो से शुरुआत की और वास्तविक वीडियो के इस समूह से नमूने लेकर, हर वीडियो जनरेटर से 100 कृत्रिम वीडियो बनवाए। इसके लिए 14 वीडियो जनरेटर इस्तेमाल किए गए और कुल वीडियो की संख्या 1,529 रही। हर जनरेटर को वास्तविक वीडियो का पहला फ़्रेम और दृश्य-भाषा मॉडल द्वारा बताई गई गतिविधि का विवरण दिया गया। हर वास्तविक वीडियो और उसके कृत्रिम समकक्ष में दृश्य और विषय एक ही होने के कारण, इस परीक्षण से यह जाँचा जा सकता है कि कोई डिटेक्टर मिलती-जुलती क्लिपों में अंतर कर पाता है या नहीं—बिना इस आसान रास्ते को पुरस्कृत किए कि वह किसी खास सामग्री को AI से जोड़कर पहचान करे।
DF26 वीडियो बेंचमार्क
Pangram ने DF26 का इस्तेमाल करके Flash 1.0 का मूल्यांकन किया। इस बेंचमार्क का विवरण 7 सितंबर, 2026 को जमा किए गए एक प्रीप्रिंट में दिया गया है। इसमें सात आधुनिक वीडियो मॉडल से बनाए गए 271 वास्तविक और 2,420 कृत्रिम वीडियो शामिल हैं। इसका दायरा ऐसे वीडियो हैं जिनमें एक व्यक्ति सीधे कैमरे की ओर देखकर बोलता है—जैसे आधिकारिक बयान और स्टूडियो में लिए गए साक्षात्कार। इसके लेखकों के अनुसार, लोगों और अत्याधुनिक डीपफेक डिटेक्टरों, दोनों का प्रदर्शन संयोग से मिलने वाले नतीजों के क़रीब रहा। वे ऐसे मूल्यांकनों की वकालत करते हैं जो आधुनिक जनरेटरों से पैदा होने वाले वितरण बदलावों के प्रति मजबूती की स्पष्ट रूप से जाँच करें।
Pangram का कहना है कि Image Flash 1.0 ने DF26 पर 98.7% अंक हासिल किए, जो अगले सर्वश्रेष्ठ डिटेक्टर से 29 अंक अधिक हैं। सीधे वीडियो अपलोड करने की सुविधा से यह मॉडल डैशबोर्ड में उपलब्ध हो गया है: Flash हर फ़्रेम का विश्लेषण करता है और अपलोड किए गए वीडियो के उन हिस्सों की पहचान करता है जिनके लिए AI पहचान का नतीजा मिलता है।
शोध पूर्वावलोकन से आगे तैनाती
29 जुलाई, 2026 के शोध पूर्वावलोकन में केवल 512 × 512 पिक्सेल या इससे बड़ी छवियाँ स्वीकार की जाती थीं। उसमें डीपफेक और चेहरे की अदला-बदली को ऐसे मामलों के रूप में सूचीबद्ध किया गया था जिनकी पहचान करने में मॉडल को भरोसा नहीं था। Pangram का कहना है कि संस्करण 1.0 में डीपफेक, कम रिज़ॉल्यूशन वाली छवियों और अत्याधुनिक जनरेटिव मॉडल से बनी छवियों पर प्रदर्शन बेहतर हुआ है। अब न्यूनतम इनपुट आकार 256 × 256 पिक्सेल है, लेकिन 512 पिक्सेल से छोटी छवियों पर कम भरोसे की चेतावनी दिखाई जाती है।
Pangram का कहना है कि वह नए मॉडल को संपीड़न, आकार घटाने, धुंधलापन और शोर जैसे बदलावों की पहचान करने के लिए प्रशिक्षित करता है—चाहे ये बदलाव सोशल प्लेटफ़ॉर्म ने किए हों या पहचान से बचने की कोशिश करने वालों ने। पूर्वावलोकन के बाद से इसकी उपलब्धता भी बढ़ी है। उस समय छवियों के लिए API का इस्तेमाल केवल निमंत्रण से किया जा सकता था, जबकि डैशबोर्ड में वीडियो इनपुट और Chrome के साथ एकीकरण को भविष्य के काम के रूप में सूचीबद्ध किया गया था। Image 1.0 को Chrome एक्सटेंशन में एकीकृत किया गया है, ताकि सोशल मीडिया, खरीदारी और किराये की साइटों पर AI से बनी सामग्री को चिह्नित किया जा सके। अपडेट किया गया API अब छवियों और वीडियो, दोनों की पहचान का समर्थन करता है।
इस रिलीज़ का व्यावहारिक महत्व नए मॉडलों और उनकी उपलब्धता के इन तरीकों के मेल में है: ब्राउज़र फ़ीड में, अपलोड किए गए वीडियो पर या API एकीकरण के ज़रिए पहचान की जा सकती है। छोटी छवियों के लिए कम भरोसे की चेतावनी अब भी एक अहम शर्त है। इससे स्पष्ट होता है कि इनपुट के व्यापक समर्थन और बढ़ी हुई उपलब्धता का अर्थ यह नहीं है कि हर छवि के बारे में मॉडल का भरोसा एक-सा होगा।
