Pangram bringt Image 1.0 auf den Markt und verspricht modernste KI-Bild- und Videoerkennung

Pangram, das KI-Erkennungsunternehmen, das vor allem für die Kennzeichnung von maschinengeneriertem Text bekannt ist, hat offiziell Pangram Image 1.0 und Pangram Image Flash 1.0 auf den Markt gebracht, ein Modellpaar, das nach Angaben des Unternehmens einen neuen Stand der Technik für die Erkennung von KI-generierten und KI-bearbeiteten Bildern und Videos setzt. Die Ankündigung, die am 4. November auf Pangrams eigenem Blog veröffentlicht und von Engadget, Unite.AI und Yahoo Tech aufgegriffen wurde, wandelt eine Forschungsvorschau, die das Unternehmen vor einigen Monaten veröffentlicht hat, in ein allgemein verfügbares Produkt mit API-Unterstützung um.

Der Start erfolgt zu einer Zeit, in der synthetische Medien wirklich schwer von authentischen Inhalten zu unterscheiden sind, sowohl für gelegentliche Scroller als auch für die Moderationssysteme, auf die Plattformen angewiesen sind. Pangram geht davon aus, dass spezielle Erkennungsmodelle, die speziell auf die Ausgänge heutiger Grenzgeneratoren trainiert werden, einen Teil dieses verlorenen Signals wiederherstellen können.

Grenzbilderkennung mit 99,96 % Genauigkeit

Das Flaggschiffmodell Pangram Image 1.0 wurde anhand eines Benchmarks bewertet, den das Unternehmen selbst erstellt hatte: 100 echte Fotos, die jeweils mit synthetischen Versionen gespiegelt wurden, die von 12 Frontier-KI-Bildgeneratoren unter Verwendung von Eingabeaufforderungen erstellt wurden, die eng an das Originalfoto angepasst waren, was insgesamt 1.200 synthetische Bilder ergab. Bei diesem Bewertungssatz meldet Pangram eine Genauigkeit von 99,96 % – ein Wert, der, wenn er einer unabhängigen Prüfung standhält, das Modell deutlich vor den kommerziellen und akademischen Detektoren platzieren würde, mit denen das Unternehmen es verglichen hat.

Über ein einfaches Echt-oder-Fälschungs-Urteil hinaus gibt das Modell Heatmaps aus, die genau lokalisieren, wo KI-Inhalte in einem Bild erscheinen. Das ist wichtig für den immer häufiger vorkommenden Mittelweg zwischen vollsynthetischen Bildern und unberührten Fotos: Marketingbilder mit KI-generierten Hintergründen, Fotos, die mit generativen Werkzeugen retuschiert wurden, oder Kompositionen, die reale Motive mit generierten Elementen mischen.

Pangram behauptet außerdem, dass das neue Modell robust gegenüber den Arten von Transformationen sei, die naive Detektoren zuverlässig besiegen – Social-Media-Komprimierung, absichtliche Unschärfe und Rauschen sowie niedrige Upload-Auflösungen. Das Unternehmen gibt an, dass für die vorherige Forschungsvorschau Bilder mit mindestens 512 x 512 Pixeln erforderlich waren, während Image 1.0 Eingaben bis zu einer Größe von 256 x 256 akzeptiert, wobei unterhalb des alten Schwellenwerts ein Haftungsausschluss mit reduzierter Zuverlässigkeit angezeigt wird.

Videoerkennung und ein 29-Punkte-Sprung auf DF26

Das Begleitmodell Pangram Image Flash 1.0 ist auf Video ausgerichtet, und hier sind die Behauptungen des Unternehmens am auffälligsten. Pangram zitiert eine aktuelle akademische Studie, DF26, die herausfand, dass Menschen kaum besser als zufällig sind, wenn es darum geht, echte Videos von sprechenden Menschen von KI-generierten zu unterscheiden – und dass bestehende automatisierte Detektoren nicht viel besser waren. Bei demselben DF26-Benchmark meldet Pangram einen Wert von 98,7 %, was einen Sprung von 29 Punkten gegenüber dem nächstbesten Detektor darstellt.

Um einen Vergleich mit dem kommerziellen Markt und nicht mit der Wissenschaft durchzuführen, erstellte Pangram einen schwierigen Vergleichssatz aus 129 echten Social-Media-Videos und generierte synthetische Spiegelungen von jedem mithilfe von 14 verschiedenen Frontier-Videogeneratoren – 100 Videos pro Generator, gesät mit dem ersten echten Frame jedes Quellvideos und angetrieben durch generierte Beschreibungen der Aktion. Anhand der resultierenden 1.529 Videos verglich das Unternehmen Flash 1.0 mit mehreren großen KI-Videoerkennungsdiensten. Die Spiegelmethode soll inhaltliche Verzerrungen beseitigen: Jedes reale Video und sein synthetischer Zwilling haben dieselbe Szene und dasselbe Thema, sodass ein Detektor den Test nicht austricksen kann, indem er lernt, welche Themen oder Ästhetiken mit KI-Inhalten korrelieren.

Das Flash-Modell führt auch eine Bild-für-Bild-Analyse durch, die es ermöglicht, KI-bearbeitete Segmente in ansonsten authentischem Filmmaterial zu kennzeichnen – eine Funktion, die auf das wachsende Problem teilweise manipulierter Videos statt vollständig synthetischer Clips abzielt.

Von der Texterkennung zu einem vollständigen synthetischen Medienstapel

Pangram baute seinen Ruf auf der KI-Texterkennung auf, wo seine Klassifikatoren in der Bildung und im Verlagswesen weit verbreitet sind, und in der Berichterstattung von Yahoo Tech über die Einführung wurde das Unternehmen als Goldstandard in dieser Kategorie beschrieben. Die Ausweitung auf Bilder und Videos ist eine natürliche Erweiterung und positioniert Pangram als zentrale Anlaufstelle für Plattformen, Nachrichtenredaktionen und Unternehmen, die versuchen, synthetische Medien formatübergreifend zu überwachen.

Die neuen Modelle werden mit API-Unterstützung für die Bild- und Videoerkennung sowie einer Chrome-Erweiterung ausgeliefert, die die Erkennung auf Bilder und Videos anwendet, während Benutzer durch ihre Feeds scrollen. Damit wird die Erkennung von einem Backoffice-Moderationstool zu etwas, das näher am Verbraucherschutz liegt. Pangram sagt, dass es die Modelle auch mit akademischen Datensätzen verglichen hat, darunter X-AIGD, Mirage-Test, AIGenImages2026, Synthbuster gepaart mit RAISE und Community Forensics.

Das Wettrüsten im Bereich der Erkennung geht weiter

Eine Einschränkung verdient Hervorhebung: Jede Zahl in Pangrams Ankündigung stammt aus Pangrams eigenen Bewertungen, die auf seinen eigenen spiegelbasierten Benchmarks durchgeführt wurden. Durch unabhängige Validierung gewinnen Erkennungstools letztendlich Vertrauen, und die Geschichte der KI-Erkennung ist übersät mit Tools, deren Genauigkeit im Vergleich zu Generatoren, die sie noch nie gesehen hatten, im Stich gelassen wurde. Pangram selbst räumte dies in seinem Beitrag ein und dankte der Community dafür, dass sie die Forschungsvorschau ausprobiert und ihre Schwächen entdeckt hat.

Dennoch ist die Einführung ein aussagekräftiges Zeichen dafür, wie weit die Erkennungstechnologie als Reaktion auf die rasche Verbesserung des generativen Videos fortgeschritten ist. Wenn das gemeldete DF26-Ergebnis die Tests durch Dritte übersteht, wird sich die Kluft zwischen dem, was Menschen wahrnehmen können, und dem, was Maschinen überprüfen können, nur noch vergrößern – und das ist genau der Markt, auf den Pangram setzt.

Für Plattformen und Herausgeber besteht die praktische Erkenntnis darin, dass eine hochpräzise Erkennung bei niedrigen Auflösungen, einschließlich Videoanalyse auf Frame-Ebene, als Standard-API verfügbar wird. In der nächsten Phase des Problems der synthetischen Medien geht es möglicherweise weniger darum, ob eine Erkennung möglich ist, als vielmehr darum, wer sie einsetzt und auf welcher Ebene der Internet-Leitung.

Bleiben Sie der KI immer einen Schritt voraus

Synthetische Medien, Erkennungstools und die Plattformen, die sie nutzen, sind bewegliche Ziele – bleiben Sie in allen Bereichen auf dem Laufenden.

Weitere KI-Neuigkeiten lesen →