Pangram lanserar två modeller för att upptäcka AI-genererade bilder och videor

Pangram tillkännagav den 4 november 2026 två datorseendemodeller: Pangram Image 1.0, som upptäcker AI-genererade bilder, och den mindre och snabbare Pangram Image Flash 1.0, som analyserar videor bildruta för bildruta. Lanseringen innebär också att värmekartor, inbyggt stöd för videouppladdning, integration med Chrome-tillägget samt API-stöd för bilder och video introduceras.

Värmekartan i Image 1.0 är avsedd att lokalisera syntetiskt material i en bild, till exempel ett AI-genererat inslag i ett fotografi som i övrigt är äkta. I ett officiellt lanseringsinlägg på X uppgav Pangram att modellen identifierar 99,2 % av AI-genererade bilder och samtidigt har en andel falska positiva på 0,27 %.

Parvisa tester av bilder och videor

För att utvärdera bildmodellen skapade Pangram syntetiska motsvarigheter till 100 verkliga fotografier med hjälp av 12 bildgeneratorer. Uppmaningarna liknade originalfotona nära, vilket resulterade i 1 200 syntetiska bilder. Pangram uppger att Image 1.0 hade en träffsäkerhet på 99,96 % på det material företaget själv hade skapat. Siffran beskriver modellens prestanda i detta avgränsade test med par av verkliga och syntetiska bilder, inte en generell träffsäkerhet för alla bilder som förekommer på nätet.

Videotestet använde en liknande princip med syntetiska motsvarigheter. Pangram utgick från 129 verkliga videor från sociala medier och använde 14 videogeneratorer för att skapa 100 syntetiska videor per generator, baserade på ett urval ur det verkliga materialet, vilket gav totalt 1 529 videor. Varje generator fick den verkliga videons första bildruta och en beskrivning av händelseförloppet från en syn- och språkmodell. Eftersom varje verklig video och dess syntetiska motsvarighet visar samma scen och motiv prövar testupplägget om en detektor kan skilja mellan liknande klipp utan att gynnas av en genväg där visst innehåll förknippas med AI.

Videoriktmärket DF26

Pangram utvärderade Flash 1.0 med DF26, ett riktmärke som beskrivs i en förpublicering inskickad den 7 september 2026. Riktmärket omfattar 271 verkliga och 2 420 syntetiska videor, skapade med sju moderna videogenereringsmodeller. Materialet fokuserar på en person som talar direkt till kameran i inspelningar, officiella uttalanden och studi intervjuer. Författarna uppger att både människor och de mest avancerade deepfake-detektorerna presterade nära slumpnivå och argumenterar för utvärderingar som uttryckligen testar robusthet mot distributionsförskjutningar från moderna generatorer.

Pangram uppger att Image Flash 1.0 får 98,7 % på DF26, 29 poäng högre än den näst bästa detektorn. Med inbyggt stöd för videouppladdning finns modellen nu i kontrollpanelen: Flash analyserar varje bildruta och identifierar vilka delar av en uppladdad video som ger utslag för AI-genererat innehåll.

Utöver forskningsförhandsversionen

Forskningsförhandsversionen från den 29 juli 2026 tog endast emot bilder på minst 512 × 512 pixlar och angav deepfakes och ansiktsbyten som fall där den inte kunde upptäcka innehållet med säkerhet. Pangram uppger att version 1.0 presterar bättre på deepfakes, lågupplösta bilder och de mest avancerade generativa modellerna. Den minsta tillåtna indatastorleken är nu 256 × 256 pixlar, men bilder som är mindre än 512 pixlar visas med en upplysning om lägre konfidens.

Pangram uppger att företaget tränar den nya modellen för att upptäcka förändringar som komprimering, nedskalning, oskärpa och brus, oavsett om de orsakas av sociala plattformar eller av aktörer som försöker undvika upptäckt. Tillgången har också utökats sedan förhandsversionen, då åtkomst till bild-API:t endast var tillgänglig via inbjudan och videoindata i kontrollpanelen samt Chrome-integrering angavs som framtida funktioner. Image 1.0 är integrerad i Chrome-tillägget för att flagga AI-genererat material på sociala medier samt shopping- och uthyrningssajter, medan det uppdaterade API:t stöder upptäckt av både bilder och video.

Lanseringens praktiska betydelse ligger i att de nya modellerna kombineras med dessa åtkomstvägar: upptäckten kan ske i ett flöde i webbläsaren, i en uppladdad video eller via en API-integrering. Upplysningen om lägre konfidens för mindre bilder är fortfarande den viktigaste reservationen och visar att bredare stöd för indata och större spridning inte innebär en jämnt hög säkerhet för varje bild.