Pangram, la empresa de detección de IA más conocida por marcar texto generado por máquinas, ha lanzado oficialmente Pangram Image 1.0 y Pangram Image Flash 1.0, un par de modelos que, según la compañía, establecen un nuevo estado del arte para detectar imágenes y videos generados y editados por IA. El anuncio, publicado en el blog de Pangram el 4 de noviembre y recogido por Engadget, Unite.AI y Yahoo Tech, convierte una vista previa de la investigación que la compañía lanzó hace unos meses en un producto disponible de forma general con soporte API.
El lanzamiento llega en un momento en el que los medios sintéticos se han vuelto realmente difíciles de distinguir del contenido auténtico, tanto para los usuarios ocasionales como para los sistemas de moderación en los que dependen las plataformas. La apuesta de Pangram es que los modelos de detección dedicados, entrenados específicamente contra las salidas de los generadores de frontera actuales, puedan restaurar parte de esa señal perdida.
Detección de imágenes de frontera con 99,96% de precisión
El modelo insignia Pangram Image 1.0 se evaluó con respecto a un punto de referencia que la propia compañía construyó: 100 fotografías reales, cada una reflejada con versiones sintéticas producidas por 12 generadores de imágenes de IA de vanguardia que utilizan indicaciones muy parecidas a la foto original, para un total de 1200 imágenes sintéticas. En ese conjunto de evaluación, Pangram reporta una precisión del 99,96%, una cifra que, si se mantiene bajo un escrutinio independiente, colocaría al modelo muy por delante de los detectores comerciales y académicos con los que la compañía lo comparó.
Más allá de un simple veredicto real o falso, el modelo genera mapas de calor que localizan exactamente dónde aparece el contenido de IA dentro de una imagen. Esto es importante para el término medio cada vez más común entre imágenes totalmente sintéticas y fotografías intactas: imágenes de marketing con fondos generados por IA, fotografías retocadas con herramientas generativas o composiciones que mezclan sujetos reales con elementos generados.
Pangram también afirma que el nuevo modelo es resistente a los tipos de transformaciones que derrotan de manera confiable a los detectores ingenuos: compresión de redes sociales, desenfoque y ruido deliberados y bajas resoluciones de carga. La compañía dice que su vista previa de investigación anterior requería imágenes de al menos 512x512 píxeles, mientras que Image 1.0 acepta entradas de hasta 256x256, con un descargo de responsabilidad de confianza reducido que se muestra por debajo del umbral anterior.
Detección de vídeo y un salto de 29 puntos en DF26
El modelo complementario, Pangram Image Flash 1.0, está dirigido a vídeo, y es aquí donde las afirmaciones de la empresa son más llamativas. Pangram cita un estudio académico reciente, DF26, que encontró que los humanos son apenas mejores que el azar al distinguir videos reales de personas hablando de los generados por IA, y que los detectores automáticos existentes no eran mucho mejores. En ese mismo punto de referencia DF26, Pangram reporta una puntuación del 98,7%, que describe como un salto de 29 puntos sobre el siguiente mejor detector.
Para compararlo con el mercado comercial en lugar del académico, Pangram construyó un conjunto de comparación difícil a partir de 129 videos reales de redes sociales, generando espejos sintéticos de cada uno usando 14 generadores de video fronterizos diferentes: 100 videos por generador, sembrados con el primer fotograma real de cada video fuente e impulsados por descripciones generadas de la acción. En los 1.529 vídeos resultantes, la empresa comparó Flash 1.0 con varios de los principales servicios de detección de vídeos de IA. La metodología del espejo está diseñada para eliminar el sesgo de contenido: cada video real y su gemelo sintético comparten la misma escena y tema, por lo que un detector no puede engañar la prueba aprendiendo qué temas o estética se correlacionan con el contenido de IA.
El modelo Flash también realiza análisis cuadro por cuadro, lo que le permite marcar segmentos editados por IA dentro de metraje que de otro modo sería auténtico, una capacidad dirigida al creciente problema de los videos parcialmente manipulados en lugar de clips totalmente sintéticos.
De la detección de texto a una pila de medios totalmente sintética
Pangram construyó su reputación en la detección de texto mediante IA, donde sus clasificadores se utilizan ampliamente en educación y publicaciones, y la cobertura del lanzamiento de Yahoo Tech describió a la compañía como el estándar de oro en esa categoría. Extenderse a imágenes y videos es una expansión natural y posiciona a Pangram como una ventanilla única para plataformas, redacciones y empresas que intentan controlar los medios sintéticos en todos los formatos.
Los nuevos modelos se entregan con soporte API para detección de imágenes y videos, y una extensión de Chrome que aplica la detección a imágenes y videos a medida que los usuarios se desplazan por sus feeds, trasladando la detección de una herramienta de moderación administrativa a algo más cercano a la protección de nivel del consumidor. Pangram dice que también comparó los modelos con conjuntos de datos académicos, incluidos X-AIGD, Mirage-Test, AIGenImages2026, Synthbuster combinado con RAISE y Community Forensics.
La carrera armamentista de detección continúa
Una advertencia merece énfasis: cada número en el anuncio de Pangram proviene de las propias evaluaciones de Pangram, realizadas en sus propios puntos de referencia basados en espejos. La validación independiente es la forma en que las herramientas de detección finalmente ganan confianza, y la historia de la detección de IA está plagada de herramientas cuya precisión colapsó frente a generadores que nunca habían visto. El propio Pangram lo reconoció en su publicación, agradeciendo a la comunidad por probar la vista previa de la investigación y encontrar sus debilidades.
Aun así, el lanzamiento es un indicador significativo de hasta qué punto ha progresado la tecnología de detección en respuesta a la rápida mejora del vídeo generativo. Si el resultado informado del DF26 sobrevive a las pruebas de terceros, la brecha entre lo que los humanos pueden percibir y lo que las máquinas pueden verificar solo se ampliará, que es precisamente el mercado al que apuesta Pangram.
Para las plataformas y los editores, la conclusión práctica es que la detección de alta precisión a bajas resoluciones, incluido el análisis de vídeo a nivel de fotograma, está disponible como API básica. La siguiente fase del problema de los medios sintéticos puede tener menos que ver con si la detección es posible y más con quién la implementa y en qué capa de las tuberías de Internet.
Manténgase por delante de la IA
Los medios sintéticos, las herramientas de detección y las plataformas que los adoptan son objetivos en movimiento: manténgase actualizado sobre todo ello.
Leer más noticias sobre IA →
