Pangram ha presentato due nuovi modelli di computer vision destinati al riconoscimento dei contenuti visivi sintetici, ampliando le proprie tecnologie di rilevamento dell’intelligenza artificiale dalle immagini statiche alle sequenze video. Pangram Image 1.0 è progettato per identificare immagini generate o modificate mediante sistemi di AI, mentre Pangram Image Flash 1.0 utilizza un’architettura più leggera e veloce, adatta all’analisi dei singoli fotogrammi dei video. Il rilascio comprende inoltre una nuova funzione di visualizzazione mediante mappe di calore, il caricamento diretto di video, l’integrazione con un’estensione per Google Chrome e un’interfaccia API utilizzabile per effettuare controlli automatizzati. Le mappe di calore permettono di localizzare le aree considerate artificiali all’interno di un’immagine, consentendo di individuare elementi sintetici eventualmente inseriti in fotografie autentiche. Pangram dichiara per Image 1.0 una capacità di identificazione del 99,2% delle immagini generate artificialmente, con un tasso di falsi positivi dello 0,27%, valori comunicati dall’azienda e riferiti alle proprie valutazioni.
Per verificare le prestazioni del modello sulle immagini, Pangram ha costruito un insieme di prova utilizzando 100 fotografie autentiche e 12 differenti generatori di immagini. Per ciascun generatore sono state prodotte rappresentazioni sintetiche delle fotografie originali, attraverso istruzioni formulate per riprodurne il più fedelmente possibile i contenuti, ottenendo complessivamente 1.200 immagini artificiali. Su questo insieme di valutazione, Image 1.0 ha raggiunto secondo Pangram un’accuratezza del 99,96%. La metodologia è stata concepita per confrontare contenuti reali e sintetici visivamente simili, riducendo la possibilità che il rilevatore distingua le due categorie basandosi semplicemente sugli oggetti rappresentati o sulle caratteristiche generali della scena. Una procedura analoga è stata utilizzata per i filmati, partendo da 129 video autentici provenienti dai social media e da 14 generatori video. A ciascun sistema sono stati forniti il primo fotogramma di una registrazione reale e una descrizione dell’azione elaborata mediante un modello visivo-linguistico. Il dataset risultante comprende 1.529 video, dei quali 1.400 sintetici, permettendo di confrontare registrazioni reali e artificiali che condividono soggetti e contesti simili.
Per la valutazione delle capacità di riconoscimento video, Pangram ha utilizzato anche DF26, un benchmark presentato in un preprint del 7 settembre 2026 e composto da 271 video autentici e 2.420 filmati sintetici prodotti mediante sette modelli generativi. Il dataset si concentra su registrazioni nelle quali una persona parla direttamente alla telecamera, comprese interviste in studio, comunicazioni ufficiali e filmati con inquadrature frontali. Gli autori del benchmark avevano evidenziato le difficoltà incontrate sia dagli osservatori umani sia dai sistemi di riconoscimento dei deepfake, le cui prestazioni risultavano spesso vicine a quelle di una classificazione casuale. Pangram dichiara che Image Flash 1.0 ha raggiunto un punteggio del 98,7% su DF26, superiore di 29 punti percentuali rispetto al secondo sistema valutato. La nuova interfaccia consente di caricare direttamente un video e di analizzarne i fotogrammi, individuando le parti della sequenza nelle quali viene rilevata la possibile presenza di contenuto sintetico.
La versione 1.0 introduce miglioramenti rispetto all’anteprima di ricerca pubblicata il 29 luglio 2026, che richiedeva immagini di almeno 512 × 512 pixel e presentava limitazioni nel riconoscimento di deepfake e sostituzioni di volti. Il nuovo modello accetta immagini a partire da 256 × 256 pixel, pur segnalando una minore affidabilità quando la risoluzione è inferiore a 512 pixel. Pangram ha inoltre lavorato sulla robustezza rispetto a compressione, ridimensionamento, sfocatura e rumore, trasformazioni comuni nelle piattaforme social ma utilizzabili anche per rendere più difficile il riconoscimento dei contenuti artificiali. L’estensione Chrome permette di effettuare controlli durante la navigazione su social network, portali commerciali e siti di annunci immobiliari, mentre l’API aggiornata supporta l’integrazione del rilevamento di immagini e video in applicazioni esterne. L’ampliamento delle modalità di accesso rende utilizzabili i modelli in differenti ambienti operativi, senza eliminare la necessità di interpretare i risultati alla luce della risoluzione dei contenuti, delle trasformazioni subite e delle condizioni effettive di rilevamento.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)