Pangram Labs融资900万美元，推出更准确的文本与图像AI检测

Pangram Labs公司，一家人工智能研究实验室，专注于开发AI检测软件，今日宣布获得900万美元融资，由Menlo Ventures领投。Haystack、ScOp Venture Capital、Script Capital和Cadenza也参与了本轮投资。这使得公司总融资额接近1300万美元，此前在2025年6月已获得270万美元融资。

Pangram以其AI检测平台闻名，声称该平台在行业中拥有领先的万分之一误报率。联合创始人兼首席执行官Max Spero表示：“完全由AI生成的内容现在无处不在，其中很多未被披露。Pangram的存在是为了让作者身份对出版商、教师、记者以及任何依赖真实和可信信息沟通的人变得清晰可辨。”

公司使用一种称为“分类器模型”的神经网络，能够估计一段文本是由AI生成还是人类撰写。根据Pangram的产品工作原理页面，该系统通过判断一段文字“听起来像”LLM还是人类来进行区分。训练该分类器时，使用了2021年之前已知的人类文本，并配以AI生成的文本，使分类器能够轻松区分两者。公司承认，目前这种方法效果良好，但随着时间推移，语言风格和使用会发生变化，训练模型也需要相应调整。

公司还发布了Pangram 4，这是迄今为止最强大的AI检测器，并推出了Pangram图像检测的研究预览版。据公司内部基准测试，Pangram 4的误报率为0.0041%，即每2.4万份文档中大约一次。公司补充说，新模型还大大减少了漏报（未能检测出AI）的情况，并且对试图使AI文本看起来像人类写成的“人性化工具”具有鲁棒性。

用于检测AI生成图像的图像模型能够识别来自OpenAI的GPT Image、Google的Gemini Nano Banana、Midjourney、FLUX和Grok Imagine等图像提供商生成的图像，以及一些AI视频提供商的作品，包括Kling AI、Seedance、Google的Veo和Wan。

公司表示，之所以需要新型AI图像检测器，是因为深度伪造和冒充真实的AI生成图像越来越普遍。尽管其他公司已经开始在内容中嵌入隐形水印和其他标记，例如Google的SynthID，但这些方法只适用于嵌入这些标记的前沿模型。

即使AI图像激增，人类检测它们的能力却在下降。根据AI创意工具博客Let's Enhance的报告，整体检测率约为63.7%，但对于FLUX等高性能图像生成器，检测率降至近29%。研究表明，区分AI与自然图像的平均准确率已降至约50%，几乎相当于抛硬币。

AI检测器与可靠性差距

Pangram的检测准确率和误报率声明主要基于内部基准测试、一份技术白皮书和少量有利的第三方研究。公司希望与其他AI检测器区分开来，因为准确性至关重要。

需要指出的是，AI检测器在很大程度上并不可靠。麻省理工学院斯隆教学与学习技术中心指出，该技术“远非万无一失”，通常具有高错误率，可能导致错误指控。Mozilla基金会发现，检测工具并不像它们声称的那样可靠，并且AI检测器可能对非英语母语者存在偏见。

可靠性本身高度依赖上下文，其中误报是主要关注点。尽管包括Pangram在内的一些较新的AI检测供应商声称取得了重大改进，但关于该主题的更广泛文献仍基于一个基础：AI检测是一个概率信号，而非可靠的写作判定依据。

结果是，许多教育机构已停止或禁止使用AI检测器，或向教授和教师提供指导，建议将其作为数据点而非最终裁决。滑铁卢大学于9月停止使用领先检测器之一的Turnitin；麻省理工学院的立场是AI检测器根本不起作用——教育和专业工作应建立在适应性政策和期望之上。