Pangram lance Image 1.0, revendiquant une détection d'images et de vidéos IA de pointe

Pangram, la société de détection d'IA mieux connue pour signaler le texte généré par la machine, a officiellement lancé Pangram Image 1.0 et Pangram Image Flash 1.0, deux modèles qui, selon la société, établissent un nouvel état de l'art en matière de détection d'images et de vidéos générées et éditées par l'IA. L'annonce, publiée sur le blog de Pangram le 4 novembre et reprise par Engadget, Unite.AI et Yahoo Tech, convertit un aperçu de recherche publié par la société il y a quelques mois en un produit généralement disponible avec prise en charge API.

Ce lancement intervient à un moment où les médias synthétiques sont devenus véritablement difficiles à distinguer du contenu authentique, tant pour les utilisateurs occasionnels que pour les systèmes de modération sur lesquels s'appuient les plateformes. Le pari de Pangram est que des modèles de détection dédiés, entraînés spécifiquement sur les sorties des générateurs frontières actuels, peuvent restaurer une partie de ce signal perdu.

Détection d'images Frontier avec une précision de 99,96 %

Le modèle phare Pangram Image 1.0 a été évalué par rapport à un référentiel construit par la société elle-même : 100 photographies réelles, chacune reflétée avec des versions synthétiques produites par 12 générateurs d'images Frontier AI utilisant des invites étroitement adaptées à la photo originale, pour un total de 1 200 images synthétiques. Sur cet ensemble d'évaluation, Pangram rapporte une précision de 99,96 % – un chiffre qui, s'il résiste à un examen indépendant, placerait le modèle bien en avance sur les détecteurs commerciaux et universitaires auxquels la société l'a comparé.

Au-delà d’un simple verdict réel ou faux, le modèle génère des cartes thermiques qui localisent exactement l’endroit où le contenu de l’IA apparaît dans une image. Cela compte pour le juste milieu de plus en plus courant entre les images entièrement synthétiques et les photographies intactes : des images marketing avec des arrière-plans générés par l'IA, des photos retouchées avec des outils génératifs ou des composites mêlant des sujets réels avec des éléments générés.

Pangram affirme également que le nouveau modèle est robuste aux types de transformations qui battent de manière fiable les détecteurs naïfs : compression des médias sociaux, flou et bruit délibérés et faibles résolutions de téléchargement. La société affirme que son aperçu de recherche précédent nécessitait des images d'au moins 512 x 512 pixels, tandis que Image 1.0 accepte des entrées jusqu'à 256 x 256, avec une clause de non-responsabilité de confiance réduite affichée en dessous de l'ancien seuil.

Détection vidéo et bond de 29 points sur DF26

Le modèle compagnon, Pangram Image Flash 1.0, est destiné à la vidéo, et c'est ici que les affirmations de l'entreprise sont les plus frappantes. Pangram cite une étude universitaire récente, DF26, qui a révélé que les humains sont à peine meilleurs que le hasard pour distinguer les vraies vidéos de personnes parlant de celles générées par l'IA – et que les détecteurs automatisés existants n'étaient guère meilleurs. Sur ce même benchmark DF26, Pangram rapporte un score de 98,7 %, qu'il décrit comme un bond de 29 points par rapport au meilleur détecteur suivant.

Pour se comparer au marché commercial plutôt qu'au monde universitaire, Pangram a construit un ensemble de comparaison difficile à partir de 129 vidéos réelles de médias sociaux, générant des miroirs synthétiques de chacune à l'aide de 14 générateurs vidéo frontières différents - 100 vidéos par générateur, ensemencées avec la première image réelle de chaque vidéo source et pilotées par des descriptions générées de l'action. Sur les 1 529 vidéos résultantes, la société a comparé Flash 1.0 à plusieurs principaux services de détection vidéo IA. La méthodologie miroir est conçue pour éliminer les biais de contenu : chaque vidéo réelle et son jumeau synthétique partagent la même scène et le même sujet, de sorte qu'un détecteur ne peut pas jouer au test en apprenant quels sujets ou esthétiques sont en corrélation avec le contenu de l'IA.

Le modèle Flash effectue également une analyse image par image, ce qui lui permet de signaler les segments édités par l'IA à l'intérieur de séquences par ailleurs authentiques – une capacité destinée à résoudre le problème croissant des vidéos partiellement manipulées plutôt que des clips entièrement synthétiques.

De la détection de texte à une pile multimédia entièrement synthétique

Pangram a bâti sa réputation sur la détection de texte par l'IA, où ses classificateurs sont largement utilisés dans l'éducation et l'édition, et la couverture du lancement par Yahoo Tech a décrit la société comme la référence dans cette catégorie. L'extension aux images et à la vidéo est une expansion naturelle et positionne Pangram comme un guichet unique pour les plateformes, les rédactions et les entreprises qui tentent de contrôler les médias synthétiques dans tous les formats.

Les nouveaux modèles sont livrés avec une prise en charge API pour la détection d'images et de vidéos, ainsi qu'une extension Chrome qui applique la détection aux images et aux vidéos lorsque les utilisateurs font défiler leurs flux, faisant passer la détection d'un outil de modération de back-office à quelque chose de plus proche d'une protection grand public. Pangram affirme avoir également comparé les modèles à des ensembles de données académiques, notamment X-AIGD, Mirage-Test, AIGenImages2026, Synthbuster associé à RAISE et Community Forensics.

La course aux armements de détection continue

Une mise en garde mérite d'être soulignée : chaque chiffre figurant dans l'annonce de Pangram provient des propres évaluations de Pangram, menées sur ses propres références basées sur des miroirs. La validation indépendante est la manière dont les outils de détection finissent par gagner la confiance, et l’histoire de la détection par l’IA est jonchée d’outils dont la précision s’est effondrée face à des générateurs qu’ils n’avaient jamais vus. Pangram lui-même l'a reconnu dans son message, remerciant la communauté d'avoir essayé l'aperçu de la recherche et trouvé ses faiblesses.

Ce lancement constitue néanmoins un indicateur significatif des progrès réalisés par la technologie de détection en réponse à l’amélioration rapide de la vidéo générative. Si le résultat DF26 rapporté survit aux tests tiers, l’écart entre ce que les humains peuvent percevoir et ce que les machines peuvent vérifier ne fera que se creuser – ce qui est précisément le marché sur lequel Pangram parie.

Pour les plateformes et les éditeurs, le point pratique est que la détection de haute précision à basse résolution, y compris l'analyse vidéo au niveau de l'image, devient disponible en tant qu'API standard. La prochaine phase du problème des médias synthétiques portera peut-être moins sur la question de savoir si la détection est possible que sur qui la déploie et à quel niveau de la plomberie d'Internet.

Gardez une longueur d'avance sur l'IA

Les médias synthétiques, les outils de détection et les plateformes qui les adoptent sont des cibles mouvantes : restez informé de tout cela.

Lire plus d'actualités sur l'IA →