Pangram、AI画像・動画検出向けの2つのモデルを発表

Pangramは発表した。2026年11月4日、コンピュータービジョンモデルを2つ発表した。AI生成画像を検出するPangram Image 1.0と、AI動画をフレームごとに分析する、より小型で高速なPangram Image Flash 1.0だ。今回のリリースでは、ヒートマップ出力、動画のネイティブアップロード、Chrome拡張機能との連携、画像・動画に対応したAPIも導入された。

Image 1.0のヒートマップは、実際の写真に含まれるAI生成要素など、画像内の合成された部分を特定することを目的としている。Xでの公式発表投稿で、Pangramは、このモデルが偽陽性率を0.27%に抑えながら、AI生成画像を99.2%の精度で識別すると述べた。

画像・動画を組み合わせたテスト

画像の評価では、Pangramは12種類の画像生成ツールを使い、実在する写真100枚をもとに合成画像を作成した。元の写真とよく一致するプロンプトを用いて、合成画像を1,200枚生成した。Pangramによると、同社が作成したこのデータセットでのImage 1.0の精度は99.96%だった。この数値が示すのは、実画像と合成画像を意図的に組み合わせた条件下での性能であり、オンラインで見つかるあらゆる画像に対する普遍的な精度ではない。

動画の比較でも、同様に実動画をもとに合成動画を作成する手法が用いられた。Pangramは、ソーシャルメディア上の実動画129本を起点とし、その中からサンプルを選んで、14種類の動画生成ツールで各100本の合成動画を作成した。実動画も含めた合計は1,529本となった。各生成ツールには、実動画の最初のフレームと、映像内の動作を説明する視覚言語モデルの記述が与えられた。実動画とそれに対応する合成動画は、場面と被写体が共通している。そのためこの設計では、特定の内容とAIを結びつける近道に頼らず、検出器が類似した動画クリップを見分けられるかを検証できる。

動画ベンチマークDF26

Pangramは、2026年9月7日に投稿されたプレプリントで説明されているベンチマーク、DF26を使ってFlash 1.0を評価した。このベンチマークには、現代の動画生成モデル7種類が作成した合成動画2,420本と実動画271本が含まれる。いずれも、カメラに向かって話す人物1人を捉えた動画で、公式声明やスタジオでのインタビューなどが対象となっている。論文の著者らは、人間も最先端のディープフェイク検出器も、ランダムに推測した場合に近い成績だったと報告し、最新の生成モデルによる分布シフトへの頑健性を明示的に検証する評価が必要だと主張している。

Pangramによると、Image Flash 1.0のDF26でのスコアは98.7%で、次点の検出器を29ポイント上回る。動画をネイティブにアップロードできるようになり、このモデルをダッシュボードで利用できる。Flashは各フレームを分析し、アップロードされた動画のどの部分がAI生成と判定されたかを特定する。

研究プレビューから実用展開へ

2026年7月29日の研究プレビューでは、受け付ける画像のサイズは512×512ピクセル以上に限られ、ディープフェイクや顔の入れ替えは確信を持って検出できないケースとして挙げられていた。Pangramによると、バージョン1.0では、ディープフェイク、低解像度画像、最先端の生成モデルに対する性能が向上した。現在の最小入力サイズは256×256ピクセルだが、512ピクセル未満の画像には信頼度が低下する旨の注意書きが表示される。

Pangramによると、新モデルは、ソーシャルプラットフォームによるものか、検出を回避しようとする者によるものかを問わず、圧縮、縮小、ぼかし、ノイズなどの変換を検出できるように学習されている。プレビュー時には画像APIの利用が招待制で、ダッシュボードへの動画入力とChrome連携は今後の開発項目とされていたが、現在は利用範囲も広がった。Image 1.0はChrome拡張機能に統合され、ソーシャルメディア、ショッピングサイト、賃貸物件サイトでAI生成コンテンツにフラグを付ける。更新されたAPIは、画像と動画の両方の検出に対応する。

今回のリリースの実用面での意義は、新しいモデルをこれらの利用経路と組み合わせた点にある。ブラウザーのフィード上でも、アップロードした動画でも、API連携を通じても検出を実行できる。一方、小さな画像に表示される信頼度低下の注意書きは、依然として重要な留保事項だ。入力対応の拡大や提供範囲の広がりは、すべての画像で一律に高い信頼度が得られることを意味しない。