Pangram Image 1.0 发布说明

概述

Pangram 已正式发布 Pangram Image 1.0 和 Pangram Image Flash 1.0，标志着其 AI 检测能力的一次重大更新。这些模型旨在识别静态图像和视频中的 AI 生成内容，提供基于热力图的定位、针对常见图像变换的鲁棒性以及逐帧视频分析等功能。

用于静态图像的 Pangram Image 1.0

Pangram Image 1.0 是该公司用于图像检测的旗舰模型。即使图像经过压缩、缩减分辨率或遭受恶意引入噪声或模糊的尝试，该模型也能保持高准确度。

主要功能包括：

• 高精度： 该模型在由 12 个不同前沿 AI 模型生成的 1,200 张合成图像测试集上达到了 99.96% 的准确率。
• 定位： 用户可以查看热力图，突出显示图像中被识别为 AI 生成的具体区域。
• 支持更低分辨率： 最小输入尺寸已从 512x512 降低至 256x256，从而允许更灵活的检测，尽管针对较低分辨率会有置信度免责声明。

用于视频的 Pangram Image Flash 1.0

Pangram Image Flash 1.0 是一款专为视频检测优化的高速模型。它解决了区分真实视频与 AI 生成视频的难题，特别是在包含人类语音的内容中。

• 性能： 在针对 DF26 学术基准的测试中，该模型达到了 98.7% 的准确率，较之前的行业标准提高了 29 个百分点。
• 方法论： 该模型执行逐帧分析以精确定位 AI 生成的片段。为了确保公平评估，Pangram 通过创建“合成镜像”来测试模型——即使用相同的源帧和描述性提示词生成真实视频的 AI 版本，以最大限度地减少偏差。

工具与集成

为了支持更广泛的采用，Pangram 推出了：

• Chrome 扩展程序： 一种基于浏览器的工具，用于标记社交媒体信息流和在线列表中的 AI 生成内容。
• API 支持： 更新后的端点现在允许开发人员将图像和视频检测集成到他们自己的应用程序中。

社区反馈与讨论

此次发布在 Hacker News 上引发了关于检测工具的有效性和长期可行性的讨论。

• 鲁棒性： 一些用户报告称，使用该工具处理从屏幕上捕获的图像取得了成功，这表明该模型捕捉到的是持久的伪影，而不仅仅是元数据。一位用户指出：“我用手机对着我那脏兮兮的笔记本电脑屏幕拍了一张 AI 生成图像的照片，尽管有摩尔纹等干扰，但仍然被检测出来了。”
• 军备竞赛： 一个常见的争论点是检测系统是否会形成反馈循环，从而帮助训练出更好的生成器。正如一位评论者所言：“任何构建 AI 生成内容检测系统的尝试都是有缺陷的，因为此类系统的输出可能会被用来训练一个更好的虚假数据生成器。”
• 用例： 虽然一些用户对文本的 AI 检测仍持怀疑态度，但人们普遍认为，图像和视频检测在验证视觉证据方面发挥着关键作用。用户强调了这项技术对于 Instagram 和 WhatsApp 等平台减轻合成媒体传播的重要性。