Pangram Image 1.0, heatmap destekli son teknoloji yapay zekâ görüntü ve video algılama iddiasında bulunuyor

Pangram, Image 1.0 ve Flash 1.0'ı yayınladı

Pangram, görüntü algılayıcısını araştırma önizlemesinden çıkararak 1.0 sürümünü, videoya yönelik daha hızlı bir kardeş modelle birlikte yayınladı. Hacker News'in ana sayfasına ulaşan bir şirket blog yazısında Pangram, Image 1.0'ı yapay zekâ ile üretilmiş görüntüler için amiral gemisi algılayıcısı olarak tanıtırken, Pangram Image Flash 1.0 kare kare analizle yapay zekâ ile üretilmiş videoya odaklanıyor. İkisi de şirketin web aracı, bir Chrome uzantısı ve güncellenmiş bir API üzerinden erişilebilir.

Pangram, zayıf noktalarını araştıran kullanıcılar da dahil olmak üzere önceki önizlemeden gelen geri bildirimlerin nihai sürümün kalitesini ileriye taşıdığını söylüyor.

Görüntü modelinin iddiaları

Algılama performansını ölçmek için Pangram, 100 gerçek fotoğraf alıp her birini, orijinallerine yakın olacak şekilde yazılmış prompt'larla 12 öncü görüntü üreticisinde yeniden üreterek bir test seti oluşturdu — toplamda 1.200 sentetik görüntü. Pangram'a göre Image 1.0, bu sette yüzde 99,96 doğruluk elde etti ve karşılaştırıldığı ticari ve akademik algılayıcıların önünde yer aldı.

Model ayrıca, üretilmiş içeriğin görüntü içinde nerede bulunduğunu gösteren bir heatmap çıkarıyor; bu, gerçek bir fotoğrafa yapay zekâ ile eklenmiş bir öğe gibi hibrit durumlar için önemli. Pangram, algılayıcıları çoğu kez devre dışı bırakan dönüşümlere — yeniden sıkıştırma, ölçek küçültme, bulanıklık ve eklenen gürültüye — karşı özellikle eğitim verdiğini ve X-AIGD, Mirage-Test, AIGenImages2026, Synthbuster-artı-RAISE karşılaştırması ve Community Forensics dahil olmak üzere akademik kıyaslamlarda güçlü sonuçlar bildirdiğini söylüyor.

Pratik bir taviz de var: minimum girdi boyutu 512x512 pikselden 256x256'ya düşüyor, ancak 512 pikselin altındaki sonuçlar artık azalan güven uyarısıyla geliyor.

Video algılama ve DF26 kıyaslaması

Video tarafında Pangram, insanların konuşan insanların gerçek görüntüleri ile yapay zekâ ile üretilmiş videoları ayırt ederken şansa yakın performans gösterdiğini ve modern otomatik algılayıcıların da çok daha iyi sonuç vermediğini bulan DF26 adlı güncel bir akademik çalışmaya işaret ediyor. Pangram'a göre Flash 1.0, DF26'da yüzde 98,7'ye ulaşıyor ve en yakın rakip algılayıcının 29 puan önünde.

Sektör karşılaştırması için şirket, 129 gerçek sosyal medya videosu alıp her gerçek videonun açılış karesiyle ve eylemin makine tarafından üretilmiş bir tanımıyla 14 öncü video üreticisini besleyerek yapay zekâ karşılıkları üretti; toplamda 1.529 video oluştu. Her gerçek video ve sentetik karşılığı aynı sahneyi ve özneyi paylaştığından Pangram'a göre bu kurulum, belirli türdeki içerikleri sahte olarak etiketleme eğiliminden kaynaklanan bir yanlılığı değil, gerçek bir ayırt etme yeteneğini test ediyor.

Video yüklemek artık doğal olarak destekleniyor: Flash 1.0, yüklenen görüntüyü kare kare analiz ediyor ve hangi bölümlerinin yapay zekâ tarafından üretilmiş olarak algılandığını raporluyor.

Chrome uzantısı ve API

Chrome uzantısı artık Image 1.0'ı tarayıcıda çalıştırıyor ve Pangram'a göre sosyal akışlarda, alışveriş sitelerinde, kiralık ilanlarında ve içeriğin gerçek olup bilinmesinin önemli olduğu diğer yerlerde kaydırma yaparken sentetik medyayı işaretliyor. Şirketin API'si de görüntü ve video algılamayı kapsayacak şekilde güncellendi.

Neden önemli

Buradaki her ana rakam, Pangram'ın kendisinin oluşturduğu test setlerinden gelen ve şirket tarafından bildirilen rakamlar; üreticiler ile algılayıcılar arasındaki çekişme de yeni modeller yayımlandıkça mevcut her üstünlüğün aşınabileceği anlamına geliyor. Yine de bu sürüm, gerçek ve giderek büyüyen bir boşluğa cevap veriyor: Pangram'ın atıf yaptığı DF26 bulgularına göre ne insanlar ne de mevcut araçlar, konuşan insanların gerçek görüntülerini üretilmiş videodan güvenilir biçimde ayırt edebiliyor. Konumlandırma ile algılama — tek bir ikili hüküm vermek yerine sentetik materyalin bir dosyada nerede göründüğünü gösterme — salt sınıflandırıcıların gözden kaçırdığı düzenlenmiş ve hibrit medya için özellikle yararlı. Ve web aracının yanına bir tarayıcı uzantısı ile bir API ekleyerek Pangram, bu yeteneği yalnızca kıyaslama çalıştıran araştırmacılara değil, içeriğin fiilen dolaştığı yerlere taşıyor.