Pangram 正式推出多模態檢測工具,圖像識別準確率達 99.96%

·作者 Henderson·AI
Pangram 正式推出多模態檢測工具,圖像識別準確率達 99.96%
重點
  • Pangram 推出多模態檢測工具,具備圖像和影片識別能力。
  • 圖像檢測工具準確率達 99.96%,優於其他同類工具。
  • 影片檢測模型在 DF26 基準上準確率為 98.7%,領先其他競爭者。
  • 模型具備抗折騰能力,能識別多種幹擾性偽影。

以 AI 文本檢測著稱的 Pangram,現已正式推出其多模態檢測能力。Pangram 的圖像檢測工具 Pangram Image 1.0 之前僅為研究預覽版,現在已在網頁端、公司 API 及同名 Chrome 擴展中全面上線。

根據 Pangram 的說法,該圖像檢測器在其評測集上的識別 AI 生成圖片的準確率達到 99.96%。公司同時表示,過去幾個月該模型的準確率有所提升,特別是在處理被編輯過的圖片、低解像度圖片以及由當前最強 AI 模型生成的圖片時表現更佳。與同類工具進行比較,TruthScan 的準確率為 96.33%,AI or Not 為 91.38%,Sightengine 則為 88.33%,差距相當明顯。

不過需要說明的是,這些數字來自各家自建的評測集,口徑並不統一,橫向對比僅能作為參考。

影片檢測模型表現優異

影片方面則採用另一套方案。Pangram 為此單獨準備了一個更輕量的模型 Pangram Image 1.0 Flash,通過逐幀檢測來處理影片。公司稱其在 DF26 基準上識別 AI 生成影片的準確率為 98.7%,比第二名高出 29 個百分點;同一基準下,TruthScan 為 84.2%,Sightengine 降至 81.8%。為了驗證效果,Pangram 從社交平台選取了 129 段真實影片,再用 14 款最新的 AI 影片模型為其生成對應版本,以此構建測試集。

Pangram 還表示,其模型與學術研究者開發的檢測器進行過對比,在基準測試中始終保持領先。

抗折騰技術提升檢測能力

技術上的關鍵在於“抗折騰”。該模型經過專門訓練,能夠看穿壓縮、模糊、人工噪聲等常見的幹擾性偽影——這些恰恰是過去讓檢測器失效的原因。此外,它可以用熱力圖示出圖片中由 AI 生成的具體區域,而不僅僅是給出一個是或否的結論。檢測門檻也已下調:圖片最小尺寸從發布時的 512×512 像素降至 256×256 像素,不過低於 512 像素的結果會附帶置信度降低的提示。

使用層面與實際表現考量

在使用層面,Pangram 在 Chrome 擴展中加入了圖像檢測能力,瀏覽器會在用戶滾動瀏覽社交媒體、購物平台、租房資訊等頁面時標記出 AI 內容;網站上也可以直接上傳影片,由模型判斷是否為 AI 生成。值得注意的是,99.96% 這類數字來自廠商自己的評測集,真實場景中的表現取決於圖片經過多少次轉存、壓縮與裁剪。檢測工具與生成模型之間的這場拉鋸,目前仍看不到終點。

檢測工具在 AI 生成內容中的重要性

隨著 AI 技術的發展,生成內容的數量持續上升,檢測工具的需求愈加迫切。Pangram 的多模態檢測工具不僅在準確率上表現突出,還具備抗折騰能力,能有效應對各種幹擾因素。這對於用戶在社交媒體及其他平台上識別 AI 生成內容至關重要。雖然廠商的評測數據可能存在偏差,但這些技術的進步顯示出市場對於準確識別 AI 內容的迫切需求,未來檢測工具的發展仍需面對生成模型的挑戰。

H
關於作者
Henderson