Pangram Labs融資900萬美元，推出更準確的文本與圖像AI檢測

Pangram Labs公司，一家人工智能研究實驗室，專注於開發AI檢測軟件，今日宣佈獲得900萬美元融資，由Menlo Ventures領投。Haystack、ScOp Venture Capital、Script Capital和Cadenza也參與了本輪投資。這使得公司總融資額接近1300萬美元，此前在2025年6月已獲得270萬美元融資。

Pangram以其AI檢測平台聞名，聲稱該平台在行業中擁有領先的萬分之一誤報率。聯合創始人兼首席執行官Max Spero表示：“完全由AI生成的內容現在無處不在，其中很多未被披露。Pangram的存在是為了讓作者身份對出版商、教師、記者以及任何依賴真實和可信信息溝通的人變得清晰可辨。”

公司使用一種稱為“分類器模型”的神經網絡，能夠估計一段文本是由AI生成還是人類撰寫。根據Pangram的產品工作原理頁面，該系統通過判斷一段文字“聽起來像”LLM還是人類來進行區分。訓練該分類器時，使用了2021年之前已知的人類文本，並配以AI生成的文本，使分類器能夠輕鬆區分兩者。公司承認，目前這種方法效果良好，但隨着時間推移，語言風格和使用會發生變化，訓練模型也需要相應調整。

公司還發布了Pangram 4，這是迄今為止最強大的AI檢測器，並推出了Pangram圖像檢測的研究預覽版。據公司內部基準測試，Pangram 4的誤報率為0.0041%，即每2.4萬份文檔中大約一次。公司補充説，新模型還大大減少了漏報（未能檢測出AI）的情況，並且對試圖使AI文本看起來像人類寫成的“人性化工具”具有魯棒性。

用於檢測AI生成圖像的圖像模型能夠識別來自OpenAI的GPT Image、Google的Gemini Nano Banana、Midjourney、FLUX和Grok Imagine等圖像提供商生成的圖像，以及一些AI視頻提供商的作品，包括Kling AI、Seedance、Google的Veo和Wan。

公司表示，之所以需要新型AI圖像檢測器，是因為深度偽造和冒充真實的AI生成圖像越來越普遍。儘管其他公司已經開始在內容中嵌入隱形水印和其他標記，例如Google的SynthID，但這些方法只適用於嵌入這些標記的前沿模型。

即使AI圖像激增，人類檢測它們的能力卻在下降。根據AI創意工具博客Let's Enhance的報告，整體檢測率約為63.7%，但對於FLUX等高性能圖像生成器，檢測率降至近29%。研究表明，區分AI與自然圖像的平均準確率已降至約50%，幾乎相當於拋硬幣。

AI檢測器與可靠性差距

Pangram的檢測準確率和誤報率聲明主要基於內部基準測試、一份技術白皮書和少量有利的第三方研究。公司希望與其他AI檢測器區分開來，因為準確性至關重要。

需要指出的是，AI檢測器在很大程度上並不可靠。麻省理工學院斯隆教學與學習技術中心指出，該技術“遠非萬無一失”，通常具有高錯誤率，可能導致錯誤指控。Mozilla基金會發現，檢測工具並不像它們聲稱的那樣可靠，並且AI檢測器可能對非英語母語者存在偏見。

可靠性本身高度依賴上下文，其中誤報是主要關注點。儘管包括Pangram在內的一些較新的AI檢測供應商聲稱取得了重大改進，但關於該主題的更廣泛文獻仍基於一個基礎：AI檢測是一個概率信號，而非可靠的寫作判定依據。

結果是，許多教育機構已停止或禁止使用AI檢測器，或向教授和教師提供指導，建議將其作為數據點而非最終裁決。滑鐵盧大學於9月停止使用領先檢測器之一的Turnitin；麻省理工學院的立場是AI檢測器根本不起作用——教育和專業工作應建立在適應性政策和期望之上。