Pangram lanza Image 1.0, un detector de imágenes generadas por IA que localiza las zonas retocadas
Pangram, conocida por su detección de textos redactados por IA, lanzó el 4 de noviembre Pangram Image 1.0, un detector de imágenes generadas que muestra un mapa de las zonas sospechosas, e Image Flash 1.0 para vídeo. Las tasas de acierto anunciadas, cercanas al 100%, proceden sobre todo de pruebas diseñadas por Pangram.
Pangram, una startup conocida por sus herramientas de detección de textos redactados por IA, lanzó el 4 de noviembre de 2026 Pangram Image 1.0, un detector de imágenes generadas o retocadas por IA, y Pangram Image Flash 1.0, un modelo más ligero orientado al vídeo. La novedad más tangible no es la puntuación, sino un mapa de calor que señala la ubicación exacta del contenido generado dentro de una imagen.
Un mapa de las zonas sospechosas
Los detectores convencionales emiten un veredicto global: «IA» o «no IA». Sin embargo, buena parte de las imágenes engañosas son fotos reales retocadas: un objeto añadido, un rostro modificado, un fondo sustituido. Pangram Image 1.0 devuelve una cuadrícula de puntuaciones por zona que permite localizar el elemento generado en mitad de una foto auténtica; el ejemplo de lanzamiento muestra un mural generado dentro de la fotografía de un restaurante.
Según la documentación de la API, cada análisis devuelve uno de seis veredictos (desde «No AI» hasta «AI Detected», pasando por «Partially AI» para imágenes generadas parcialmente), una puntuación de 0 a 1, un nivel de confianza y, cuando existen, los metadatos C2PA (las «Content Credentials» que incorporan algunas herramientas y dispositivos) y EXIF. Si un manifiesto C2PA validado indica que ha habido generación por IA, este puede bastar para dictar sentencia sin recurrir al modelo. De lo contrario, Pangram afirma analizar los propios píxeles, sin apoyarse en marcas de agua.
Otro cambio: el detector admite ahora imágenes a partir de 256 x 256 píxeles, frente a los 512 anteriores, con una advertencia de menor confianza por debajo de los 512 píxeles. Pangram también asegura entrenar sus modelos para resistir la compresión, el desenfoque y el ruido, alteraciones que aplican las redes sociales o que añaden posibles defraudadores para burlar los detectores.
Vídeo, extensión de Chrome y API
Image Flash 1.0 analiza los vídeos fotograma a fotograma para señalar los fragmentos generados. La aplicación web ya admite la subida de vídeos, la API cubre ambos formatos e Image 1.0 está integrado en la extensión de Chrome de Pangram, que avisa sobre contenido generado mientras se navega por redes sociales, plataformas de comercio electrónico o portales de alquiler.
Cifras que conviene tomar con cautela
Pangram anuncia un 99,96% de precisión en un conjunto de 1.200 imágenes creadas por 12 generadores recientes a partir de instrucciones basadas en 100 fotos reales, y un 98,7% para Image Flash en DF26, un banco de pruebas académico con vídeos de personas hablando. Su página de producto reivindica un 99,5% sobre 1.130 imágenes frente a cinco detectores comerciales. Según The Next Web, Pangram afirma detectar el 99,2% de las imágenes con IA marcando por error un 0,27% de las auténticas. Estas pruebas han sido diseñadas en parte por la propia Pangram, y todavía no se ha publicado ninguna evaluación independiente sobre esta versión.
Nuestro análisis
El mapa de calor supone un avance práctico real: para un periodista, un moderador o un comprador que examina un anuncio, saber dónde se ha modificado una imagen resulta más útil que un porcentaje global. No obstante, un detector no pasa de ser un indicio, no una prueba concluyente. Incluso un 0,27% de falsos positivos, a la escala de los miles de millones de imágenes que circulan por una red social, representa un volumen elevado de fotos auténticas señaladas por error, y cada nuevo generador reanuda la carrera entre creación y detección. Los resultados cercanos al 100% proceden ante todo de pruebas seleccionadas por la empresa desarrolladora. La lectura de los metadatos C2PA, cuando existen, sigue siendo la señal más sólida; el análisis de píxeles sirve para completar lo que la procedencia no revela.
Fuentes
- Pangram — Introducing Pangram Image 1.0 (4 de noviembre de 2026) Fuente primaria
- Pangram — documentación de la API, detección de imágenes Fuente primaria
- Pangram — página AI Image Detector Fuente primaria
- The Next Web — Pangram's new models spot AI fakes in images and video, it says Fuente secundaria
Una fuente primaria procede directamente de la empresa, el laboratorio o la organización implicados. Una fuente secundaria recoge la información sin ser su autora: la señalamos como tal. ¿Has visto un error? Consulta nuestra política de correcciones.
