一句话看懂：纽约创业公司Pangram推出Pangram Image 1.0图像检测模型和面向视频的Image Flash 1.0，宣称在自建测试与DF26学术基准上取得高准确率。这值得关注，因为识别AI图像和视频正成为社交平台、电商与内容审核链条上的现实需求。
事件核心：发生了什么
据The Next Web报道（文章发布于2026年11月4日），Pangram本周三发布两款检测模型：Image 1.0用于静态图像，体积更小、速度更快的Image Flash 1.0则逐帧检查视频。两者已接入其网页应用和API，Image 1.0还进入Chrome扩展，可在社交媒体、购物和租房网站上标注AI内容。
Pangram称，Image 1.0对AI图像的检出率为99.2%，对真实图像的误报率为0.27%，还能生成热力图，标出图片中AI生成的具体区域。在自建测试中，团队用12款主流图像生成器为100张真实照片生成近似副本，Image 1.0准确率达99.96%——需注意该测试由Pangram自行设计，并非外部评审。视频方面，Flash 1.0在2026年9月发布的DF26学术基准（2691段人物出镜口播视频）上得分为98.7%，Pangram称领先次优检测器29个百分点。两款模型最低支持256×256像素，低于512像素时会附带低置信度提示，并针对压缩、模糊和噪声做了训练。
为什么重要
AI生成内容正快速渗入社交推荐和电商场景，检测工具的价值随之上升。目前公开信息显示，Meta自家检测器在路透测试中对裁剪过的伪造图漏检超过一半，YouTube上真人按AI脚本表演的网络也绕过了平台检测，说明检测仍是薄弱环节。Pangram此前以识别AI文本起家，其文本检测已运行在Substack上，7月刚完成由Menlo Ventures领投的900万美元融资。从文本扩展到图像和视频，意味着它试图在内容审核的基础设施层占位，而非只做单点工具。
对用户/开发者/创作者的影响
对普通用户，Chrome扩展提供了一种在浏览时快速识别可疑图像的途径，但低像素图片的置信度提示提醒人们结果并非定论。对开发者，API同时支持图片和视频，适合接入内容审核、素材溯源或平台风控流程，不过准确率数据应理解为Pangram在特定测试条件下的表现，而非通用保证。对创作者和平台运营者，检测结果可作为参考，但不建议直接作为下架或处罚的唯一依据——Pangram自家的文本工具今年8月曾把伯克利一位教授的评论文章误判为部分AI写作，当事人提出异议。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是第三方独立评测能否复现Pangram给出的高准确率，尤其是视频检测在真实平台压缩环境下的表现；二是API定价和调用成本是否适合中小平台规模化接入；三是随着Snapchat等平台停止推荐AI视频，检测与平台治理的结合会推进到什么程度。
来源：The Next Web
