Pangram запускає дві моделі для виявлення зображень і відео, створених ШІ

Pangram оголосила про випуск двох моделей комп’ютерного зору 4 листопада 2026 року: Pangram Image 1.0 для виявлення зображень, створених ШІ, та меншої й швидшої Pangram Image Flash 1.0 для покадрового аналізу відео, створеного ШІ. У релізі також представлено теплову карту, завантаження відео безпосередньо в сервіс, інтеграцію з розширенням Chrome і підтримку зображень та відео через API.

Теплова карта Image 1.0 має показувати, де саме на зображенні розташований синтетичний вміст, наприклад елемент, створений ШІ, усередині справжньої фотографії. В офіційному дописі про запуск у X Pangram повідомила, що модель виявляє 99,2% зображень, створених ШІ, за частки хибнопозитивних результатів 0,27%.

Порівняльні випробування зображень і відео

Для оцінювання моделі для зображень Pangram створила синтетичні копії 100 справжніх фотографій за допомогою 12 генераторів зображень. Запити максимально відповідали кожній оригінальній фотографії, у результаті чого було створено 1 200 синтетичних зображень; за даними Pangram, точність Image 1.0 на цьому створеному компанією наборі становить 99,96%. Цей показник характеризує роботу моделі на цій цільовій парній вибірці справжніх і синтетичних зображень, а не є універсальним показником точності для всіх зображень, які трапляються в інтернеті.

У порівнянні відео застосували подібний принцип створення синтетичних копій. Pangram взяла 129 справжніх відео із соціальних мереж і використала 14 генераторів відео, щоб створити на основі реального набору по 100 синтетичних відео для кожного генератора — загалом 1 529 відео. Кожному генератору надали перший кадр справжнього відео та опис дії, створений візуально-мовною моделлю. Оскільки кожне справжнє відео та його синтетична версія мають спільні сцену й об’єкт зображення, такий дизайн перевіряє, чи здатен детектор розрізняти схожі ролики, не покладаючись на спрощений підхід, за якого певний контент асоціюється зі ШІ.

Відеобенчмарк DF26

Pangram оцінювала Flash 1.0 за допомогою DF26 — бенчмарку, описаного в препринті, поданому 7 вересня 2026 року. До бенчмарку увійшли 271 справжнє та 2 420 синтетичних відео, створених сімома сучасними відеомоделями; усі вони зосереджені на одній людині, яка говорить прямо в камеру, зокрема в записах офіційних заяв і студійних інтерв’ю. Автори повідомляють, що і люди, і найсучасніші детектори дипфейків показали результати, близькі до випадкового вгадування, і закликають проводити оцінювання, яке прямо перевіряє стійкість до змін розподілу даних, зумовлених сучасними генераторами.

За даними Pangram, Image Flash 1.0 набирає 98,7% на DF26 — на 29 процентних пунктів більше, ніж наступний за результатом детектор. Завдяки завантаженню відео безпосередньо в сервіс ця модель доступна на панелі керування: Flash аналізує кожен кадр і визначає, які частини завантаженого відео позначаються як створені ШІ.

Вихід за межі дослідницького попереднього перегляду

У дослідницькому попередньому перегляді від 29 липня 2026 року приймалися лише зображення розміром щонайменше 512 на 512 пікселів; серед випадків, які сервіс не міг упевнено виявляти, були дипфейки та заміна облич. Pangram стверджує, що у версії 1.0 покращено роботу з дипфейками, зображеннями низької роздільності та найсучаснішими моделями генерації. Тепер мінімальний розмір вхідного зображення становить 256 на 256 пікселів, але для зображень меншого за 512 пікселів розміру показується попередження про нижчий рівень упевненості.

Pangram повідомляє, що навчає нову модель виявляти такі спотворення, як стиснення, зменшення розміру, розмиття та шум, незалежно від того, чи їх спричинили соціальні платформи, чи додали з метою уникнути виявлення. Після попереднього перегляду розширився і доступ до сервісу: тоді доступ до API для зображень надавався лише за запрошеннями, а введення відео на панелі керування та інтеграцію з Chrome було зазначено як майбутні розробки. Image 1.0 інтегровано в розширення Chrome, щоб позначати матеріали, створені ШІ, у соціальних мережах, на сайтах покупок і оренди, а оновлений API підтримує виявлення як зображень, так і відео.

Практичне значення релізу полягає в поєднанні нових моделей із цими способами доступу: виявлення можна запускати у стрічці браузера, для завантаженого відео або через інтеграцію з API. Попередження про нижчий рівень упевненості для менших зображень залишається ключовим застереженням: ширша підтримка вхідних даних і доступність сервісу на більшій кількості платформ не означають, що модель однаково впевнено оцінює кожне зображення.