Pangram wprowadza dwa modele do wykrywania obrazów i wideo generowanych przez AI

Pangram ogłosił 4 listopada 2026 r. wprowadzenie dwóch modeli widzenia komputerowego: Pangram Image 1.0 do wykrywania obrazów wygenerowanych przez AI oraz mniejszego i szybszego Pangram Image Flash 1.0 do analizowania poszczególnych klatek wideo. W ramach premiery wprowadzono również mapę cieplną, natywną obsługę przesyłania wideo, integrację z rozszerzeniem Chrome oraz obsługę obrazów i wideo przez API.

Mapa cieplna w Image 1.0 ma wskazywać syntetyczne elementy obrazu, na przykład wygenerowany przez AI obiekt na fotografii, która poza tym jest prawdziwa. W oficjalnym poście zapowiadającym premierę opublikowanym w serwisie X Pangram podał, że model rozpoznaje 99,2% obrazów wygenerowanych przez AI, a odsetek wyników fałszywie pozytywnych wynosi 0,27%.

Testy porównawcze obrazów i wideo

Na potrzeby oceny modelu obrazów Pangram utworzył syntetyczne odpowiedniki 100 prawdziwych fotografii przy użyciu 12 generatorów obrazów. Polecenia precyzyjnie odwzorowywały oryginalne zdjęcia, dzięki czemu powstało 1200 syntetycznych obrazów; Pangram podaje, że na tym zbiorze utworzonym przez firmę Image 1.0 osiągnął dokładność 99,96%. Wynik ten opisuje skuteczność modelu w tym konkretnym zestawieniu prawdziwych i syntetycznych obrazów, a nie uniwersalny poziom dokładności dla każdego obrazu napotkanego w internecie.

W porównaniu wideo zastosowano podobną metodę tworzenia syntetycznych odpowiedników. Pangram wykorzystał 129 prawdziwych filmów z mediów społecznościowych i 14 generatorów wideo, z których każdy utworzył 100 syntetycznych filmów na podstawie materiałów z prawdziwego zbioru, co dało łącznie 1529 filmów. Każdy generator otrzymał pierwszą klatkę prawdziwego filmu oraz opis przedstawionego działania wygenerowany przez model wizyjno-językowy. Ponieważ prawdziwy film i jego syntetyczny odpowiednik przedstawiają tę samą scenę i te same osoby lub obiekty, test sprawdza, czy detektor potrafi odróżnić podobne nagrania, nie nagradzając go za stosowanie uproszczonej reguły, która wiązałaby określone treści z AI.

Test porównawczy wideo DF26

Pangram ocenił Flash 1.0 na podstawie testu porównawczego DF26, opisanego w preprincie zgłoszonym 7 września 2026 r. Zbiór obejmuje 271 prawdziwych i 2420 syntetycznych filmów wygenerowanych przez siedem nowoczesnych modeli wideo. Materiały przedstawiają jedną osobę mówiącą do kamery i obejmują nagrania oficjalnych wystąpień oraz wywiadów studyjnych. Autorzy podają, że zarówno ludzie, jak i najnowocześniejsze detektory deepfake’ów osiągali wyniki zbliżone do losowych, i argumentują, że oceny powinny wprost sprawdzać odporność na zmiany rozkładu danych wynikające z użycia nowoczesnych generatorów.

Według Pangram Image Flash 1.0 uzyskuje wynik 98,7% w teście DF26, o 29 punktów wyższy niż kolejny najlepszy detektor. Natywna obsługa przesyłania wideo udostępnia ten model w panelu: Flash analizuje każdą klatkę i wskazuje, które fragmenty przesłanego filmu zostały oznaczone jako wygenerowane przez AI.

Wdrożenie wykraczające poza wersję testową dla badaczy

Wersja zapoznawcza do badań z 29 lipca 2026 r. przyjmowała wyłącznie obrazy o rozdzielczości co najmniej 512 × 512 pikseli, a deepfake’i i podmiany twarzy wymieniała jako przypadki, których nie potrafiła wykrywać z pewnością. Pangram informuje, że wersja 1.0 lepiej radzi sobie z deepfake’ami, obrazami o niskiej rozdzielczości i najnowocześniejszymi modelami generatywnymi. Minimalna rozdzielczość wejściowa wynosi teraz 256 × 256 pikseli, ale w przypadku obrazów o rozdzielczości poniżej 512 pikseli wyświetlane jest zastrzeżenie o obniżonym poziomie pewności.

Pangram podaje, że uczy nowy model wykrywania przekształceń, takich jak kompresja, zmniejszanie rozdzielczości, rozmycie i szum, niezależnie od tego, czy wprowadzają je platformy społecznościowe, czy osoby próbujące uniknąć wykrycia. Od czasu wersji testowej rozszerzono również dostęp do narzędzia: wtedy dostęp do API obrazów wymagał zaproszenia, a obsługę wideo w panelu i integrację z Chrome wymieniano jako planowane funkcje. Image 1.0 zintegrowano z rozszerzeniem Chrome, aby oznaczał materiały wygenerowane przez AI w mediach społecznościowych, serwisach zakupowych i witrynach z ofertami wynajmu, a zaktualizowane API obsługuje wykrywanie treści wygenerowanych przez AI zarówno w obrazach, jak i wideo.

Praktyczne znaczenie tej premiery wynika z połączenia nowych modeli z różnymi sposobami dostępu do nich: wykrywanie może odbywać się w strumieniu treści przeglądarki, na przesłanym filmie albo za pośrednictwem integracji API. Zastrzeżenie o niższym poziomie pewności w przypadku mniejszych obrazów pozostaje kluczowym ograniczeniem i pokazuje, że obsługa większej liczby formatów oraz szersza dostępność nie oznaczają jednakowego poziomu pewności dla każdego obrazu.