စက်ဖြင့်ဖန်တီးထားသော စာသားများကို အလံတင်ခြင်းအတွက် လူသိများသော AI-detection ကုမ္ပဏီဖြစ်သော Pangram သည် Pangram Image 1.0 နှင့် Pangram Image Flash 1.0 ကို တရားဝင်မိတ်ဆက်လိုက်ပြီဖြစ်ပြီး AI မှထုတ်လုပ်ထားသော AI-တည်းဖြတ်ထားသော ရုပ်ပုံများနှင့် ဗီဒီယိုများကို ထောက်လှမ်းနိုင်သည့် အနုပညာခေတ်သစ်ကို ဖန်တီးပေးမည်ဟု ကုမ္ပဏီမှ ပြောကြားထားသည်။ နိုဝင်ဘာလ 4 ရက်နေ့တွင် Pangram ၏ကိုယ်ပိုင်ဘလော့ဂ်တွင်ထုတ်ဝေပြီး Engadget၊ Unite.AI နှင့် Yahoo Tech တို့မှကောက်ယူထားသောကြေငြာချက်သည်ကုမ္ပဏီမှလွန်ခဲ့သောလအနည်းငယ်ကထုတ်ပြန်ခဲ့သောသုတေသနအကြိုသုံးသပ်ချက်ကို API ပံ့ပိုးမှုဖြင့်ယေဘုယျရရှိနိုင်သောထုတ်ကုန်အဖြစ်သို့ပြောင်းလဲသွားသည်။
ပေါ့ပေါ့ပါးပါး scrollers များအတွက်နှင့် moderation systems platforms များပေါ်တွင်မှီခိုနေရသော စစ်မှန်သောအကြောင်းအရာနှင့် စစ်မှန်သောအကြောင်းအရာမှ ခွဲခြားရန် အမှန်တကယ်ခက်ခဲလာသောအခါတွင် အဆိုပါလွှတ်တင်မှုသည် ထွက်ပေါ်လာခြင်းဖြစ်သည်။ Pangram ၏လောင်းကြေးမှာ ယနေ့ခေတ်ရှေ့တန်းဂျင်နရေတာများ၏ output များနှင့်ဆန့်ကျင်ဘက်ဖြစ်သော အထူးလေ့ကျင့်ထားသော သီးခြားထောက်လှမ်းမှုမော်ဒယ်များသည် ဆုံးရှုံးသွားသောအချက်ပြမှုအချို့ကို ပြန်လည်ရရှိစေနိုင်သည်။
တိကျမှု 99.96% ဖြင့် Frontier Image Detection
နာမည်ကြီး Pangram Image 1.0 မော်ဒယ်ကို ကုမ္ပဏီက ဖန်တီးထားတဲ့ စံနှုန်းတစ်ခုနဲ့ အကဲဖြတ်ထားပါတယ်- အစစ်အမှန်ဓာတ်ပုံ 100 ပုံ၊ တစ်ခုချင်းစီကို Frontier AI image generator 12 ခုက ထုတ်လုပ်ထားတဲ့ ပေါင်းစပ်မှုပုံစံတွေနဲ့ ဖန်တီးထားပြီး မူရင်းဓာတ်ပုံနဲ့ နီးကပ်စွာလိုက်ဖက်တဲ့ အချက်ပြမှု စုစုပေါင်း 1,200 ပုံဖြစ်ပါတယ်။ အဆိုပါအကဲဖြတ်မှုတွင် Pangram သည် 99.96% တိကျမှုကို အစီရင်ခံသည် - လွတ်လပ်သောစိစစ်မှုအောက်တွင်ရှိနေပါက၊ ၎င်းသည် ကုမ္ပဏီနှင့်နှိုင်းယှဉ်ပါက စီးပွားဖြစ်နှင့် ပညာရပ်ဆိုင်ရာ detectors များထက် မော်ဒယ်ကို ကောင်းမွန်စေမည်ဖြစ်သည်။
ရိုးရှင်းသော အစစ်အမှန် သို့မဟုတ် အတု စီရင်ချက်အပြင်၊ မော်ဒယ်သည် ပုံတစ်ပုံအတွင်း AI အကြောင်းအရာ ပေါ်လာသည့်နေရာ အတိအကျကို ဒေသအလိုက် သတ်မှတ်ပေးသည့် အပူမြေပုံများကို ထုတ်ပေးသည်။ ပေါင်းစပ်ဖန်တီးထားသောပုံများနှင့် မထိရသေးသောဓာတ်ပုံများကြားတွင် ပိုများလာလေ့ရှိသောအချက်မှာ အရေးကြီးသည်- AI ဖန်တီးထားသော နောက်ခံများဖြင့် စျေးကွက်ချဲ့ထွင်သည့်ပုံများ၊ မျိုးဆက်သစ်ကိရိယာများဖြင့် ပြန်လည်ထိတွေ့ထားသော ဓာတ်ပုံများ သို့မဟုတ် ထုတ်ပေးထားသော အရာဝတ္ထုများနှင့် ပေါင်းစပ်ထားသော အစစ်အမှန်အကြောင်းအရာများကို ပေါင်းစပ်ထားသည့် ပေါင်းစပ်မှုများ။
Pangram သည် မော်ဒယ်အသစ်သည် နုံချာသော detectors များကို စိတ်ချယုံကြည်စွာ အနိုင်ယူနိုင်သည့် အသွင်ပြောင်းမှုမျိုးများအတွက် ခိုင်ခံ့ကောင်းမွန်သည် — ဆိုရှယ်မီဒီယာကို ချုံ့ခြင်း၊ တမင်မှုန်ဝါးခြင်း နှင့် ဆူညံသံများနှင့် အပ်လုဒ်များ နိမ့်ကျသော ပုံရိပ်ပြတ်သားမှုတို့ကြောင့်ဖြစ်သည်ဟုလည်း ဆိုပါသည်။ ကုမ္ပဏီက ၎င်း၏ယခင်သုတေသနအစမ်းကြည့်ရှုမှုတွင် အနည်းဆုံး 512x512 ပစ်ဇယ်ပုံများ လိုအပ်ပြီး Image 1.0 သည် သွင်းအားသွင်းမှုများကို 256x256 အထိ လက်ခံထားပြီး၊ ကန့်သတ်ချက်ဟောင်းအောက်တွင် ပြသထားသည့် ယုံကြည်မှုလျှော့နည်းစေသော ငြင်းဆိုချက်တစ်ခုဖြင့် ပုံ ၁.
ဗီဒီယို ထောက်လှမ်းခြင်းနှင့် DF26 တွင် ၂၉ မှတ် ခုန်ခြင်း။
အဖော်မော်ဒယ် Pangram Image Flash 1.0 သည် ဗီဒီယိုအတွက် ရည်ရွယ်ပြီး ကုမ္ပဏီ၏ တောင်းဆိုချက်မှာ အထူးခြားဆုံးဖြစ်သည်။ Pangram သည် မကြာသေးမီက ပညာရပ်ဆိုင်ရာ လေ့လာမှုတစ်ခုဖြစ်သည့် DF26 ကို ကိုးကား၍ AI မှထုတ်လုပ်ထားသော လူများ၏ ဗီဒီယိုအစစ်အမှန်များကို ခွဲခြားသိမြင်သောအခါတွင် လူသားများသည် ကျပန်းထက်သာလွန်ကြောင်း တွေ့ရှိခဲ့ရပြီး ရှိပြီးသား အလိုအလျောက် ထောက်လှမ်းသည့်ကိရိယာများသည် များစွာသာလွန်ခြင်းမရှိပေ။ ထိုတူညီသော DF26 စံနှုန်းတွင်၊ Pangram သည် နောက်ထပ်အကောင်းဆုံး detector ထက် 29 မှတ် ခုန်တက်သွားသည်ဟု ဖော်ပြထားသည်။
ပညာရပ်များထက် စီးပွားဖြစ်ဈေးကွက်ကို စံပြုရန်အတွက် Pangram သည် အစစ်အမှန်ဆိုရှယ်မီဒီယာ ဗီဒီယို 129 ခုမှ ခက်ခဲသော နှိုင်းယှဉ်မှုတစ်ခုကို ဖန်တီးခဲ့ပြီး မတူညီသော Frontier ဗီဒီယိုဂျင်နရေတာ 14 ခုကို အသုံးပြုကာ တစ်ခုစီ၏ ပေါင်းစပ်မှန်များကို ဖန်တီးကာ - ဂျင်နရေတာတစ်ခုလျှင် ဗီဒီယို 100 ၊ အရင်းအမြစ်ဗီဒီယိုတစ်ခုစီ၏ ပထမပုံသဏ္ဍာန်နှင့် လုပ်ဆောင်ချက်ဖော်ပြချက်များဖြင့် မောင်းနှင်ထားသည်။ ထွက်ပေါ်လာသော ဗီဒီယို 1,529 ခုတွင် ကုမ္ပဏီသည် Flash 1.0 ကို အဓိက AI ဗီဒီယိုထောက်လှမ်းခြင်းဝန်ဆောင်မှုများစွာနှင့် နှိုင်းယှဉ်ခဲ့သည်။ ကြေးမုံနည်းစနစ်သည် အကြောင်းအရာဘက်လိုက်မှုများကို ဖယ်ရှားရန် ဒီဇိုင်းထုတ်ထားပါသည်- ဗီဒီယိုတစ်ခုစီနှင့် ၎င်း၏ပေါင်းစပ်ဖန်တီးထားသော အမြွှာတစ်ခုစီသည် တူညီသောမြင်ကွင်းနှင့် အကြောင်းအရာကို မျှဝေထားသောကြောင့် AI အကြောင်းအရာနှင့် အလှအပဆိုင်ရာ အကြောင်းအရာများနှင့် ဆက်စပ်နေသည့် AI အကြောင်းအရာများကို လေ့လာခြင်းဖြင့် detector သည် စမ်းသပ်မှုကို ဂိမ်းမကစားနိုင်ပါ။
Flash မော်ဒယ်သည် တစ်စိတ်တစ်ပိုင်းတည်းဖြတ်ထားသည့် ဗီဒီယိုဖိုင်များအတွင်း AI-တည်းဖြတ်ထားသော အပိုင်းများကို အလံပြနိုင်စေသည့် ဘောင်အလိုက် ခွဲခြမ်းစိတ်ဖြာမှုကိုလည်း လုပ်ဆောင်ပေးသည် — အပြည့်အဝပေါင်းစပ်ထားသော ဗီဒီယိုများထက် တစ်စိတ်တစ်ပိုင်း ခြယ်လှယ်ထားသော ဗီဒီယိုများ၏ ပြဿနာကြီးထွားလာမှုကို ရည်ရွယ်သည့် စွမ်းရည်တစ်ခုဖြစ်သည်။
Text Detection မှ Synthetic Media Stack အပြည့်အစုံသို့
Pangram သည် ၎င်း၏ အမျိုးအစားခွဲခြားမှုများကို ပညာရေးနှင့် ထုတ်ဝေရေးများတွင် တွင်ကျယ်စွာ အသုံးပြုလေ့ရှိသည့် AI စာသားထောက်လှမ်းခြင်းတွင် ၎င်း၏ဂုဏ်သတင်းကို တည်ဆောက်ခဲ့ပြီး Yahoo Tech ၏ မိတ်ဆက်မှုတွင် ကုမ္ပဏီအား ထိုအမျိုးအစားတွင် ရွှေစံနှုန်းအဖြစ် ဖော်ပြခဲ့သည်။ ရုပ်ပုံများနှင့် ဗီဒီယိုအဖြစ် ချဲ့ထွင်ခြင်းသည် သဘာဝအတိုင်း ချဲ့ထွင်ခြင်းဖြစ်ပြီး ၎င်းသည် ပလပ်ဖောင်းများ၊ သတင်းခန်းများနှင့် လုပ်ငန်းများအတွက် ဖော်မတ်များဖြင့် ရဲတပ်ဖွဲ့၏ ဓာတုမီဒီယာကို ဖော်မတ်ထုတ်ရန် ကြိုးစားနေသည့် ပလက်ဖောင်းများ၊ သတင်းခန်းများနှင့် လုပ်ငန်းများအတွက် Pangram ကို တစ်နေရာတည်းတွင် နေရာယူထားသည်။
မော်ဒယ်အသစ်များသည် ရုပ်ပုံနှင့် ဗီဒီယို ထောက်လှမ်းခြင်းအတွက် API ပံ့ပိုးမှုနှင့်အတူ သုံးစွဲသူများ ၎င်းတို့၏ feeds များကို လှိမ့်လိုက်သောအခါတွင် ရုပ်ပုံနှင့် ဗီဒီယိုများတွင် ထောက်လှမ်းမှုကို အသုံးချသည့် Chrome extension ဖြင့် ပေးပို့သည် — ရုံးနောက်ဘက် ထိန်းညှိကိရိယာမှ ထောက်လှမ်းမှုကို စားသုံးသူအဆင့် ကာကွယ်ရေးနှင့် ပိုမိုနီးစပ်သည့်အရာသို့ ရွှေ့ထားသည်။ Pangram က ၎င်းသည် X-AIGD၊ Mirage-Test၊ AIGenImages2026၊ RAISE နှင့် တွဲဖက်ထားသော Synthbuster နှင့် Community Forensics အပါအဝင် ပညာရေးဆိုင်ရာ ဒေတာအတွဲများကို စံပြမော်ဒယ်များကို စံပြအမှတ်အသားပြုခဲ့သည်ဟု Pangram မှ ပြောကြားခဲ့သည်။
ထောက်လှမ်းလက်နက်ပြိုင်ပွဲ ဆက်လက်ဖြစ်ပွားနေပါသည်။
သတိပေးချက်တစ်ခုသည် အလေးအနက်ခံယူထိုက်သည်- Pangram ၏ကြေငြာချက်ပါ နံပါတ်တိုင်းသည် ၎င်း၏ကိုယ်ပိုင်ကြေးမုံအခြေခံစံနှုန်းများပေါ်တွင်ပြုလုပ်သော Pangram ၏ကိုယ်ပိုင်အကဲဖြတ်မှုများမှ လာပါသည်။ လွတ်လပ်သောအတည်ပြုချက်သည် ထောက်လှမ်းခြင်းကိရိယာများနောက်ဆုံးတွင်ယုံကြည်မှုရရှိပုံဖြစ်ပြီး AI ထောက်လှမ်းမှုသမိုင်းတွင် မမြင်ဖူးသောမီးစက်များနှင့် တိကျမှုပြိုလဲသွားသည့်ကိရိယာများဖြင့် AI ထောက်လှမ်းမှုမှတ်တမ်းကို ရောနှောထားသည်။ Pangram ကိုယ်တိုင်က ၎င်း၏ ပို့စ်တွင် များစွာ အသိအမှတ်ပြုခဲ့ပြီး သုတေသန အစမ်းကြည့်ရှုခြင်းနှင့် ၎င်း၏ အားနည်းချက်များကို ရှာဖွေခြင်းအတွက် အသိုင်းအဝိုင်းအား ကျေးဇူးတင်ပါသည်။
သို့တိုင်၊ မျိုးဆက်သစ်ဗီဒီယို၏ လျင်မြန်စွာ တိုးတက်မှုကို တုံ့ပြန်သည့်အနေဖြင့် လွှတ်တင်မှုသည် ထောက်လှမ်းမှုနည်းပညာ မည်မျှအထိ တိုးတက်လာသည်ကို အဓိပ္ပာယ်ရှိသော အမှတ်အသားတစ်ခုဖြစ်သည်။ အစီရင်ခံထားသည့် DF26 ရလဒ်သည် ပြင်ပကုမ္ပဏီစမ်းသပ်မှုတွင် အသက်ရှင်ကျန်နေပါက၊ လူသားများသိရှိနိုင်သည်နှင့် မည်သည့်စက်များစစ်ဆေးနိုင်သည်များကြားကွာဟချက်သည် ပိုမိုကျယ်ပြန့်လာလိမ့်မည်—အတိအကျဆိုရသော် Pangram စျေးကွက်တွင် လောင်းကြေးထပ်လျက်ရှိသည်။
ပလပ်ဖောင်းများနှင့် ထုတ်ဝေသူများအတွက်၊ ဘောင်အဆင့် ဗီဒီယိုခွဲခြမ်းစိတ်ဖြာမှုအပါအဝင် ပုံရိပ်ပြတ်သားမှုအနိမ့်ပိုင်းများတွင် တိကျမှန်ကန်မှုမြင့်မားသော ထောက်လှမ်းမှုကို ကုန်စည် API တစ်ခုအနေဖြင့် ရရှိလာခြင်းဖြစ်သည်။ ဓာတုမီဒီယာပြဿနာ၏ နောက်အဆင့်သည် ထောက်လှမ်းခြင်းဖြစ်နိုင်ချေ ရှိ၊ မရှိနှင့် အင်တာနက်၏ပိုက်ဆက်အလွှာ၏ မည်သည့်အလွှာတွင် ထားရှိမည်အကြောင်း ပိုမိုနည်းပါးသွားမည်ဖြစ်သည်။
AI ၏ရှေ့တွင်နေပါ။
ပေါင်းစပ်မီဒီယာ၊ ထောက်လှမ်းခြင်းကိရိယာနှင့် ၎င်းတို့ကို လက်ခံရရှိသည့် ပလပ်ဖောင်းများသည် ရွေ့လျားနေသောပစ်မှတ်များဖြစ်သည် — ၎င်းအားလုံးတွင် လက်ရှိနေပါ။
AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →
