Pangram เปิดตัวโมเดล 2 รุ่นสำหรับตรวจจับภาพและวิดีโอที่สร้างด้วย AI

Pangram ประกาศเปิดตัวโมเดลด้านคอมพิวเตอร์วิทัศน์ 2 รุ่นเมื่อวันที่ 4 พฤศจิกายน 2026 ได้แก่ Pangram Image 1.0 สำหรับตรวจจับภาพที่สร้างด้วย AI และ Pangram Image Flash 1.0 รุ่นที่มีขนาดเล็กกว่าและทำงานได้เร็วกว่า สำหรับวิเคราะห์วิดีโอด้วยการตรวจสอบทีละเฟรม การเปิดตัวครั้งนี้ยังเพิ่มฟังก์ชันแสดงผลเป็นแผนที่ความร้อน การอัปโหลดวิดีโอโดยตรง การเชื่อมต่อกับส่วนขยาย Chrome และการรองรับ API สำหรับภาพและวิดีโอ

แผนที่ความร้อนของ Image 1.0 ออกแบบมาเพื่อระบุตำแหน่งของเนื้อหาสังเคราะห์ภายในภาพ เช่น องค์ประกอบที่สร้างด้วย AI ซึ่งอยู่ในภาพถ่ายจริงส่วนอื่น ๆ ในโพสต์ประกาศเปิดตัวอย่างเป็นทางการบน X Pangram ระบุว่าโมเดลตรวจจับภาพที่สร้างด้วย AI ได้ 99.2% โดยมีอัตราผลบวกลวง 0.27%

การทดสอบภาพและวิดีโอแบบจับคู่

ในการประเมินความสามารถด้านภาพ Pangram ใช้เครื่องมือสร้างภาพ 12 รายการสร้างภาพสังเคราะห์ที่จำลองภาพถ่ายจริง 100 ภาพ โดยใช้พรอมป์ต์ที่ใกล้เคียงกับภาพถ่ายต้นฉบับแต่ละภาพ ทำให้ได้ภาพสังเคราะห์ 1,200 ภาพ Pangram รายงานว่า Image 1.0 มีความแม่นยำ 99.96% เมื่อทดสอบกับชุดข้อมูลที่บริษัทสร้างขึ้นนี้ ตัวเลขดังกล่าวสะท้อนประสิทธิภาพในการทดสอบภาพจริงและภาพสังเคราะห์ที่จับคู่กันโดยเฉพาะ ไม่ใช่อัตราความแม่นยำโดยรวมสำหรับภาพทุกภาพที่พบทางออนไลน์

การเปรียบเทียบวิดีโอใช้หลักการสร้างวิดีโอสังเคราะห์ที่จำลองวิดีโอจริงในลักษณะเดียวกัน Pangram เริ่มจากวิดีโอจริงบนโซเชียลมีเดีย 129 รายการ แล้วใช้เครื่องมือสร้างวิดีโอ 14 รายการ โดยแต่ละรายการสร้างวิดีโอสังเคราะห์ 100 รายการจากวิดีโอจริงชุดดังกล่าว รวมเป็นวิดีโอทั้งหมด 1,529 รายการ เครื่องมือสร้างแต่ละรายการได้รับเฟรมแรกของวิดีโอจริงและคำอธิบายการกระทำจากโมเดลด้านการมองเห็นและภาษา เนื่องจากวิดีโอจริงแต่ละรายการกับวิดีโอสังเคราะห์ที่จับคู่กันมีฉากและตัวแบบเดียวกัน การออกแบบการทดสอบนี้จึงตรวจสอบว่าเครื่องมือตรวจจับสามารถแยกคลิปที่คล้ายกันออกจากกันได้หรือไม่ โดยไม่ให้คะแนนจากการใช้ทางลัดที่เชื่อมโยงเนื้อหาบางประเภทกับ AI

เกณฑ์มาตรฐานวิดีโอ DF26

Pangram ประเมิน Flash 1.0 ด้วยDF26 ซึ่งเป็นเกณฑ์มาตรฐานที่อธิบายไว้ในเอกสารวิจัยฉบับก่อนตีพิมพ์ซึ่งส่งเมื่อวันที่ 7 กันยายน 2026 เกณฑ์มาตรฐานนี้ประกอบด้วยวิดีโอจริง 271 รายการและวิดีโอสังเคราะห์ 2,420 รายการที่สร้างจากโมเดลวิดีโอสมัยใหม่ 7 รุ่น โดยเน้นวิดีโอที่มีบุคคลหนึ่งคนพูดหน้ากล้องโดยตรง เช่น การบันทึกถ้อยแถลงอย่างเป็นทางการและการสัมภาษณ์ในสตูดิโอ ผู้เขียนรายงานว่าทั้งคนและเครื่องมือตรวจจับดีปเฟกระดับล้ำสมัยต่างทำผลงานได้ใกล้เคียงกับการเดาสุ่ม พร้อมเสนอให้มีการประเมินที่ทดสอบความทนทานต่อการเปลี่ยนแปลงของการกระจายข้อมูลจากเครื่องมือสร้างสมัยใหม่อย่างชัดเจน

Pangram ระบุว่า Image Flash 1.0 ทำคะแนนได้ 98.7% ใน DF26 ซึ่งสูงกว่าเครื่องมือตรวจจับอันดับถัดไป 29 จุด การอัปโหลดวิดีโอโดยตรงทำให้สามารถใช้โมเดลดังกล่าวในแดชบอร์ดได้ โดย Flash จะวิเคราะห์แต่ละเฟรมและระบุส่วนต่าง ๆ ของวิดีโอที่อัปโหลดซึ่งระบบตรวจพบว่าเป็น AI

การใช้งานจริงนอกเหนือจากช่วงทดลองเพื่อการวิจัย

ช่วงทดลองเพื่อการวิจัยเมื่อวันที่ 29 กรกฎาคม 2026 รับเฉพาะภาพที่มีขนาดตั้งแต่ 512 × 512 พิกเซลขึ้นไป และระบุว่ากรณีอย่างดีปเฟกและการสลับใบหน้าเป็นสิ่งที่ระบบยังตรวจจับได้ไม่อย่างมั่นใจ Pangram ระบุว่าเวอร์ชัน 1.0 มีประสิทธิภาพดีขึ้นในการตรวจจับดีปเฟก ภาพความละเอียดต่ำ และโมเดลสร้างภาพรุ่นแนวหน้า ขณะนี้ระบบรับภาพขนาดขั้นต่ำ 256 × 256 พิกเซล แต่ภาพที่มีขนาดต่ำกว่า 512 พิกเซลจะแสดงคำเตือนว่าระดับความเชื่อมั่นลดลง

Pangram ระบุว่าบริษัทฝึกโมเดลใหม่ให้ตรวจจับการเปลี่ยนแปลงต่าง ๆ เช่น การบีบอัด การลดขนาดภาพ ภาพเบลอ และสัญญาณรบกวน ไม่ว่าการเปลี่ยนแปลงเหล่านั้นจะเกิดจากแพลตฟอร์มโซเชียลหรือจากผู้ที่พยายามหลบเลี่ยงการตรวจจับก็ตาม การเข้าถึงยังขยายวงกว้างขึ้นนับจากช่วงทดลอง ซึ่งในขณะนั้นการใช้ API สำหรับภาพจำกัดไว้เฉพาะผู้ได้รับคำเชิญ ส่วนการรับวิดีโอผ่านแดชบอร์ดและการเชื่อมต่อกับ Chrome ยังระบุว่าเป็นงานที่จะพัฒนาในอนาคต ขณะนี้ Image 1.0 เชื่อมต่อกับส่วนขยาย Chrome แล้ว เพื่อแจ้งเตือนเนื้อหาที่สร้างด้วย AI บนโซเชียลมีเดีย เว็บไซต์ชอปปิง และเว็บไซต์ให้เช่า ขณะที่ API รุ่นปรับปรุงรองรับการตรวจจับทั้งภาพและวิดีโอ

ความสำคัญในทางปฏิบัติของการเปิดตัวครั้งนี้อยู่ที่การผสานโมเดลใหม่เข้ากับช่องทางการใช้งานเหล่านั้น ทำให้สามารถตรวจจับได้จากฟีดในเบราว์เซอร์ จากวิดีโอที่อัปโหลด หรือผ่านการเชื่อมต่อ API ข้อควรระวังสำคัญยังคงเป็นคำเตือนเรื่องระดับความเชื่อมั่นที่ลดลงสำหรับภาพขนาดเล็ก ซึ่งแสดงให้เห็นว่าการรองรับไฟล์อินพุตที่หลากหลายขึ้นและการเผยแพร่ที่กว้างขวางขึ้นไม่ได้หมายความว่าระบบจะมีความเชื่อมั่นในระดับเดียวกันกับภาพทุกภาพ