Pangram, חברת זיהוי בינה מלאכותית הידועה בעיקר בסימון טקסט שנוצר על ידי מכונה, השיקה רשמית את Pangram Image 1.0 ו- Pangram Image Flash 1.0, צמד דגמים שלדבריה הציבו מצב חדש לזיהוי תמונות וסרטונים שנוצרו על ידי בינה מלאכותית ועריכת בינה מלאכותית. ההודעה, שפורסמה בבלוג של Pangram עצמה ב-4 בנובמבר ונקלטה על ידי Engadget, Unite.AI ו-Yahoo Tech, ממירה תצוגה מקדימה של מחקר שהחברה פרסמה לפני מספר חודשים למוצר זמין באופן כללי עם תמיכה ב-API.
ההשקה מגיעה בתקופה שבה מדיה סינתטית הפכה להיות קשה באמת להבדיל מתוכן אותנטי, הן עבור גולשים מזדמנים והן עבור מערכות הניהול שפלטפורמות מסתמכות עליהן. ההימור של Pangram הוא שדגמי זיהוי ייעודיים, שהוכשרו במיוחד כנגד התפוקות של מחוללי הגבול של ימינו, יכולים לשחזר חלק מהאות האבוד הזה.
זיהוי תמונה בחזית עם דיוק של 99.96%.
דגם הדגל של Pangram Image 1.0 הוערך על פי מדד שהחברה בנתה בעצמה: 100 תצלומים אמיתיים, כל אחד שיקוף עם גרסאות סינתטיות שהופקו על ידי 12 מחוללי תמונות AI גבוליות תוך שימוש בהנחיות בהתאמה הדוקה לתמונה המקורית, בסך הכל של 1,200 תמונות סינתטיות. על מערך ההערכה הזה, Pangram מדווחת על דיוק של 99.96% - נתון שאם הוא יחזיק מעמד תחת בדיקה עצמאית, ישים את המודל הרבה לפני הגלאים המסחריים והאקדמיים שהחברה השוותה אותו מולו.
מעבר לפסק דין פשוט אמיתי או מזויף, הדגם מפיק מפות חום שמתמקמות בדיוק היכן מופיע תוכן AI בתמונה. זה משנה לדרך האמצע הרווחת יותר ויותר בין תמונות סינתטיות לחלוטין לתצלומים ללא נגיעה: תמונות שיווקיות עם רקע שנוצר בינה מלאכותית, תמונות שעברו ריטוש בכלים מחוללים, או חומרים מרוכבים המשלבים נושאים אמיתיים עם אלמנטים שנוצרו.
Pangram גם טוענת שהדגם החדש חסון לסוגי הטרנספורמציות שמביסות באופן אמין גלאים תמימים - דחיסת מדיה חברתית, טשטוש ורעש מכוונים ורזולוציות העלאה נמוכות. החברה אומרת שהתצוגה המקדימה של המחקר הקודמת שלה דרשה תמונות של לפחות 512x512 פיקסלים, בעוד שתמונה 1.0 מקבלת קלט עד 256x256, עם כתב ויתור על אמון מופחת שמוצג מתחת לסף הישן.
זיהוי וידאו וקפיצה של 29 נקודות ב-DF26
הדגם הנלווה, Pangram Image Flash 1.0, מכוון לווידאו, וכאן הטענות של החברה בולטות ביותר. Pangram מצטט מחקר אקדמי שנערך לאחרונה, DF26, שמצא שבני אדם בקושי טובים מאקראיים כשהם מבחינים בין סרטונים אמיתיים של אנשים מדברים לבין אלה שנוצרו בינה מלאכותית - ושגלאים אוטומטיים קיימים לא היו טובים בהרבה. באותו רף DF26, Pangram מדווחת על ציון של 98.7%, אותו היא מתארת כקפיצה של 29 נקודות על הגלאי הבא הטוב ביותר.
כדי למדוד מול השוק המסחרי ולא האקדמיה, Pangram בנתה מערך השוואה קשה מ-129 סרטוני מדיה חברתית אמיתיים, ויצרה מראות סינתטיים של כל אחד מהם תוך שימוש ב-14 מחוללי וידאו שונים - 100 סרטונים לכל מחולל, עם הפריים האמיתי הראשון של כל סרטון מקור ומונעים על ידי תיאורים שנוצרו של הפעולה. על פני 1,529 הסרטונים שהתקבלו, החברה השוותה את Flash 1.0 מול מספר שירותי זיהוי וידאו AI גדולים. מתודולוגיית המראה נועדה להסיר הטיית תוכן: כל סרטון אמיתי והתאום הסינתטי שלו חולקים את אותה סצנה ואותה נושא, כך שגלאי לא יכול לשחק את המבחן על ידי לימוד אילו נושאים או אסתטיקה מתואמים עם תוכן AI.
מודל הפלאש גם מבצע ניתוח פריים אחר פריים, המאפשר לו לסמן קטעים ערוכים בבינה מלאכותית בתוך קטעים אותנטיים אחרת - יכולת המכוונת לבעיה ההולכת וגוברת של סרטונים שעברו מניפולציה חלקית ולא קליפים סינתטיים לחלוטין.
מזיהוי טקסט ועד ערימת מדיה סינטטית מלאה
Pangram בנתה את המוניטין שלה על זיהוי טקסט בינה מלאכותית, כאשר המסווגים שלה נמצאים בשימוש נרחב בחינוך ובפרסום, והסיקור של יאהו טק על ההשקה תיאר את החברה כסטנדרט הזהב בקטגוריה זו. הרחבה לתמונות ווידאו היא התרחבות טבעית, והיא ממצבת את Pangram כחנות אחת לפלטפורמות, חדרי חדשות וארגונים המנסים לשלוט במדיה סינתטית בפורמטים שונים.
הדגמים החדשים מגיעים עם תמיכה ב-API עבור זיהוי תמונות וווידאו כאחד, ותוסף Chrome המחיל זיהוי על תמונות וסרטונים בזמן שמשתמשים גוללים את העדכונים שלהם - מעביר את הזיהוי מכלי ניהול במשרד האחורי למשהו קרוב יותר להגנה בדרגת צרכן. Pangram אומרת שהיא גם מדדה את המודלים מול מערכי נתונים אקדמיים כולל X-AIGD, Mirage-Test, AIGenImages2026, Synthbuster בשילוב עם RAISE ו-Community Forensics.
מרוץ החימוש לזיהוי נמשך
אזהרה אחת ראויה להדגשה: כל מספר בהכרזה של פנגרם מגיע מהערכות של פנגרם עצמה, שנערכו על פי אמות מידה מבוססות מראה משלה. אימות עצמאי הוא הדרך שבה כלי זיהוי זוכים בסופו של דבר לאמון, וההיסטוריה של זיהוי בינה מלאכותית מלאה בכלים שהדיוק שלהם קרס מול גנרטורים שהם מעולם לא ראו. Pangram עצמה הודתה בכך בפוסט שלה, והודתה לקהילה שניסתה את התצוגה המקדימה של המחקר ומצאה את החולשות שלה.
ובכל זאת, ההשקה היא סמן משמעותי לעד כמה התקדמה טכנולוגיית הזיהוי בתגובה לשיפור המהיר של הווידאו הגנרטיבי. אם תוצאת ה-DF26 המדווחת תשרוד בדיקות של צד שלישי, הפער בין מה שבני אדם יכולים לתפוס לבין מה שמכונות יכולות לאמת רק יגדל - וזה בדיוק השוק עליו פנגרם מהמרת.
עבור פלטפורמות ומפרסמים, הפתרון המעשי הוא שזיהוי דיוק גבוה ברזולוציות נמוכות, כולל ניתוח וידאו ברמת המסגרת, הופך לזמין כ-API של סחורות. השלב הבא של בעיית המדיה הסינתטית עשוי להיות פחות לגבי האם זיהוי אפשרי ויותר לגבי מי פורס אותו, ובאיזה שכבה של הצנרת של האינטרנט.
הישאר לפני AI
מדיה סינתטית, כלי זיהוי והפלטפורמות המאמצות אותם הם מטרות נעות - הישאר מעודכן בכל זה.
קרא עוד חדשות AI →
