Pangram 发布 Image 1.0 与 Image Flash 1.0 两款 AI 图像视频检测模型

Pangram 于 2026 年 11 月 4 日发布两款计算机视觉模型：Pangram Image 1.0 用于检测 AI 生成图像，更小更快的 Pangram Image Flash 1.0 用于逐帧分析 AI 视频。此次发布还引入了热力图输出、原生视频上传、Chrome 扩展集成，以及面向图像和视频的 API 支持。

Image 1.0 的热力图旨在定位图像中的合成素材，例如一张原本真实的照片中由 AI 生成的元素。在 X 上发布的官方发布帖中，Pangram 表示该模型可识别 99.2% 的 AI 生成图像，同时将误报率保持在 0.27%。

配对的图像与视频测试

在图像评估方面，Pangram 使用 12 个图像生成器为 100 张真实照片创建了合成镜像。提示词与每张原始照片高度匹配，共生成 1,200 张合成图像；Pangram 报告称，在该公司自建的数据集上，Image 1.0 的准确率为 99.96%。这一数字描述的是在这种针对性的真实图像与合成图像配对上的表现，而非对网上遇到的每一张图像的通用准确率。

视频对比采用了类似的合成镜像原则。Pangram 从 129 个真实社交媒体视频出发，使用 14 个视频生成器，从真实视频集中采样，为每个生成器生成 100 个合成视频，总计 1,529 个视频。每个生成器都接收真实视频的第一帧以及视觉语言模型对动作的描述。由于每个真实视频及其合成对应视频共享同一场景和主体，该设计检验检测器能否区分相似的片段，而不会因将特定内容与 AI 关联的捷径而获得奖励。

DF26 视频基准

Pangram 使用 DF26 评估了 Flash 1.0，该基准在一份于 2026 年 9 月 7 日提交的预印本中有所描述。该基准包含 271 个真实视频和 2,420 个合成视频，这些合成视频由七个现代视频模型生成，聚焦于单人直接面对镜头录制、官方声明和演播室采访。其作者报告称，无论是人类还是最先进的深度伪造检测器，表现都接近随机猜测，并主张进行评估时应明确测试对现代生成器所带来分布偏移的鲁棒性。

Pangram 表示，Image Flash 1.0 在 DF26 上得分为 98.7%，比次优检测器高 29 分。原生视频上传功能将该模型带入仪表盘：Flash 会分析每一帧，并识别上传视频中哪些部分返回了 AI 检测结果。

超越研究预览版的部署

2026 年 7 月 29 日的研究预览版仅接受 512×512 像素或更大的图像，并将深度伪造和换脸列为无法自信检测的情况。Pangram 表示，1.0 版本提升了在深度伪造、低分辨率图像和前沿生成模型上的表现。最小输入现为 256×256 像素，但低于 512 像素的图像会附带置信度降低的免责声明。

Pangram 表示，它训练新模型来检测压缩、降采样、模糊和噪声等变换，无论这些变换是由社交平台引入的，还是由试图规避检测的行为者引入的。自预览版以来，访问范围也有所扩大，当时图像 API 访问仅限邀请，仪表盘视频输入和 Chrome 集成被列为未来工作。Image 1.0 已集成到 Chrome 扩展中，可在社交媒体、购物和租赁网站上标记 AI 生成的内容，而更新后的 API 同时支持图像和视频检测。

此次发布的实际意义在于将新模型与这些接入点相结合：检测可以在浏览器信息流中、在上传的视频上或通过 API 集成来运行。针对较小图像的置信度降低免责声明仍是关键限定条件，表明更广泛的输入支持和更广的分发范围并不意味着对每张图像都具有统一的置信度。