Pangram ra mắt hai mô hình phát hiện hình ảnh và video do AI tạo

Pangram công bố hai mô hình thị giác máy tính vào ngày 4 tháng 11 năm 2026: Pangram Image 1.0 để phát hiện hình ảnh do AI tạo và Pangram Image Flash 1.0 nhỏ gọn, nhanh hơn để phân tích video theo từng khung hình. Bản phát hành cũng giới thiệu tính năng xuất bản đồ nhiệt, tải video trực tiếp, tích hợp tiện ích mở rộng Chrome và hỗ trợ API cho hình ảnh lẫn video.

Bản đồ nhiệt của Image 1.0 được thiết kế để xác định vị trí nội dung tổng hợp trong một hình ảnh, chẳng hạn như một yếu tố do AI tạo ra bên trong một bức ảnh vốn có thật. Trong bài đăng ra mắt chính thức trên X, Pangram cho biết mô hình này nhận diện 99,2% hình ảnh do AI tạo ra, đồng thời duy trì tỷ lệ dương tính giả ở mức 0,27%.

Thử nghiệm đối chiếu hình ảnh và video

Để đánh giá khả năng xử lý hình ảnh, Pangram tạo ra các phiên bản tổng hợp mô phỏng 100 bức ảnh thật bằng 12 công cụ tạo ảnh. Các câu lệnh bám sát từng ảnh gốc, tạo ra 1.200 hình ảnh tổng hợp; Pangram cho biết Image 1.0 đạt độ chính xác 99,96% trên bộ dữ liệu do công ty tạo này. Con số đó phản ánh hiệu suất trong phép đối chiếu có chủ đích giữa ảnh thật và ảnh tổng hợp, chứ không phải tỷ lệ chính xác áp dụng cho mọi hình ảnh bắt gặp trên mạng.

Phép so sánh video áp dụng nguyên tắc tạo phiên bản tổng hợp mô phỏng tương tự. Pangram bắt đầu với 129 video mạng xã hội có thật và dùng 14 công cụ tạo video để tạo 100 video tổng hợp cho mỗi công cụ, lấy mẫu từ tập video thật, với tổng cộng 1.529 video. Mỗi công cụ được cung cấp khung hình đầu tiên của video thật cùng phần mô tả hành động do một mô hình thị giác-ngôn ngữ tạo ra. Vì mỗi video thật và phiên bản tổng hợp tương ứng có cùng bối cảnh và chủ thể, thiết kế này kiểm tra xem bộ phát hiện có thể phân biệt các đoạn video tương tự hay không, mà không khuyến khích cách làm tắt dựa vào việc liên hệ một số nội dung nhất định với AI.

Bộ đánh giá video DF26

Pangram đánh giá Flash 1.0 bằng DF26, một bộ đánh giá được mô tả trong bản thảo nghiên cứu nộp ngày 7 tháng 9 năm 2026. Bộ đánh giá gồm 271 video thật và 2.420 video tổng hợp do bảy mô hình video hiện đại tạo ra, tập trung vào cảnh một người nói trực diện trước máy quay trong các video phát biểu chính thức và phỏng vấn tại trường quay. Các tác giả cho biết cả con người lẫn những bộ phát hiện deepfake tiên tiến nhất đều đạt kết quả gần mức đoán ngẫu nhiên, đồng thời kêu gọi thực hiện các đánh giá kiểm tra rõ ràng khả năng chống chịu trước những thay đổi về phân phối dữ liệu do các công cụ tạo hiện đại gây ra.

Pangram cho biết Image Flash 1.0 đạt 98,7% trên DF26, cao hơn 29 điểm so với bộ phát hiện đứng thứ hai. Tính năng tải video trực tiếp đưa mô hình này vào bảng điều khiển: Flash phân tích từng khung hình và xác định những đoạn trong video tải lên khiến hệ thống đưa ra kết quả phát hiện AI.

Triển khai rộng hơn ngoài bản xem trước nghiên cứu

Bản xem trước nghiên cứu ngày 29 tháng 7 năm 2026 chỉ chấp nhận hình ảnh có kích thước từ 512 x 512 pixel trở lên, đồng thời liệt kê deepfake và ghép mặt là những trường hợp mà hệ thống không thể phát hiện một cách đáng tin cậy. Pangram cho biết phiên bản 1.0 cải thiện khả năng xử lý deepfake, hình ảnh độ phân giải thấp và các mô hình tạo ảnh tiên tiến nhất. Kích thước đầu vào tối thiểu hiện là 256 x 256 pixel, nhưng hình ảnh dưới 512 pixel sẽ đi kèm thông báo về độ tin cậy giảm.

Pangram cho biết họ huấn luyện mô hình mới để phát hiện các biến đổi như nén, giảm kích thước, làm mờ và nhiễu, bất kể chúng do nền tảng mạng xã hội tạo ra hay do những đối tượng tìm cách né tránh việc phát hiện gây ra. Kể từ bản xem trước, phạm vi truy cập cũng được mở rộng: khi đó, quyền truy cập API hình ảnh chỉ dành cho người được mời, còn tính năng nhập video vào bảng điều khiển và tích hợp Chrome được liệt kê là những nội dung sẽ triển khai trong tương lai. Image 1.0 được tích hợp vào tiện ích mở rộng Chrome để đánh dấu nội dung do AI tạo trên các trang mạng xã hội, mua sắm và cho thuê, trong khi API được cập nhật hỗ trợ phát hiện cả hình ảnh lẫn video.

Ý nghĩa thực tiễn của bản phát hành nằm ở việc kết hợp các mô hình mới với những phương thức truy cập đó: tính năng phát hiện có thể hoạt động ngay trong luồng nội dung trên trình duyệt, trên video tải lên hoặc thông qua tích hợp API. Thông báo về độ tin cậy giảm đối với hình ảnh nhỏ vẫn là điểm hạn chế quan trọng, cho thấy hỗ trợ nhiều kích thước đầu vào hơn và mở rộng phạm vi phân phối không đồng nghĩa với độ tin cậy đồng đều trên mọi hình ảnh.