Pangram lancia Image 1.0, un rilevatore di immagini IA che individua le aree ritoccate
Pangram, nota per i suoi strumenti di rilevamento di testi IA, ha lanciato il 4 novembre Pangram Image 1.0, un rilevatore di immagini generate che mostra una mappa termica delle aree sospette, e Image Flash 1.0 per i video. Le percentuali di successo dichiarate, vicine al 100%, derivano principalmente da test elaborati dalla stessa Pangram.
Pangram, una startup nota per i suoi strumenti di rilevamento di testi generati da IA, ha lanciato il 4 novembre 2026 Pangram Image 1.0, un rilevatore di immagini generate o modificate tramite IA, e Pangram Image Flash 1.0, un modello più leggero pensato per i video. La novità più tangibile non risiede nei punteggi, bensì in una mappa termica che evidenzia con precisione la posizione dei contenuti sintetici all’interno di un’immagine.
Una mappa delle aree sospette
I rilevatori tradizionali emettono un giudizio univoco: «IA» o «non IA». Tuttavia, gran parte dei contenuti ingannevoli consiste in foto autentiche ritoccate: un oggetto aggiunto, un volto modificato, uno sfondo sostituito. Pangram Image 1.0 fornisce una griglia di punteggi per area che consente di individuare l’elemento generato all’interno di una fotografia reale; l’esempio mostrato al lancio ritrae un murale generato artificialmente sulla parete di un ristorante reale.
Stando alla documentazione dell’API, ciascuna analisi restituisce uno tra sei possibili responsi (da «No AI» a «AI Detected», oltre a «Partially AI» per le immagini parzialmente generate), un punteggio compreso tra 0 e 1, un indice di confidenza e, quando disponibili, i metadati C2PA (le «Content Credentials» integrate da determinati dispositivi e software) ed EXIF. Se un manifesto C2PA convalidato certifica la generazione da parte di un’IA, esso può bastare per decretare il verdetto senza far intervenire il modello. In caso contrario, Pangram dichiara di analizzare direttamente i pixel, senza fare affidamento su watermark.
Altra novità: il sistema supporta ora immagini a partire da 256 x 256 pixel, rispetto ai precedenti 512, accompagnando l’analisi sotto i 512 pixel con una segnalazione di confidenza ridotta. Pangram dichiara inoltre di addestrare i propri modelli affinché resistano a compressione, sfocatura e rumore, fattori tipici delle piattaforme social o applicati intenzionalmente per ingannare i controlli automatici.
Video, estensione Chrome e API
Image Flash 1.0 esamina i video fotogramma per fotogramma per segnalare i segmenti generati. L’applicazione web supporta adesso il caricamento di file video, l’API copre entrambi i formati e Image 1.0 è integrato nell’estensione Chrome di Pangram, pensata per evidenziare i contenuti sintetici durante la consultazione di social network, piattaforme di e-commerce o portali di annunci immobiliari.
Risultati da contestualizzare
Pangram rivendica una precisione del 99,96% su un set di 1.200 immagini create da 12 generatori recenti basandosi su prompt ricavati da 100 foto reali, e il 98,7% per Image Flash sul benchmark accademico DF26, composto da registrazioni video di persone che parlano. La pagina promozionale del prodotto dichiara inoltre il 99,5% su 1.130 immagini a confronto con cinque rilevatori commerciali. Secondo The Next Web, Pangram afferma di intercettare il 99,2% delle immagini IA con un margine di errore dello 0,27% sui contenuti autentici scambiati per sintetici. Trattandosi in parte di test interni definiti dalla stessa Pangram, non sono ancora state pubblicate verifiche indipendenti su questa release.
La nostra lettura
La mappa termica rappresenta un significativo passo avanti sul piano pratico: per un giornalista, un moderatore o un utente intento a verificare un annuncio, comprendere dove un’immagine sia stata ritoccata è ben più prezioso di un dato percentuale complessivo. Ciononostante, un rilevatore rimane un indizio, mai una prova inconfutabile. Anche un modesto 0,27% di falsi positivi, applicato ai miliardi di file che transitano ogni giorno sui social network, si traduce in un volume cospicuo di foto autentiche etichettate ingiustamente come false; parallelamente, l’uscita di ogni nuovo generatore riapre la consueta rincorsa tra creazione e rilevamento. Le percentuali prossime al 100% derivano in primo luogo da test selezionati dallo sviluppatore. L’ispezione dei metadati C2PA, qualora presenti, continua a costituire l’indicatore più affidabile; l’analisi dei pixel interviene a colmare quanto la catena di provenienza non è in grado di attestare.
Fonti
- Pangram — Introducing Pangram Image 1.0 (4 novembre 2026) Fonte primaria
- Pangram — documentazione dell'API, rilevamento immagini Fonte primaria
- Pangram — pagina AI Image Detector Fonte primaria
- The Next Web — Pangram's new models spot AI fakes in images and video, it says Fonte secondaria
Una fonte primaria proviene direttamente dall'azienda, dal laboratorio o dall'ente interessato. Una fonte secondaria riporta l'informazione senza esserne l'autrice: la segnaliamo come tale. Un errore? Consulta la nostra politica di rettifica.
