← العودة إلى المدونة
Aiحوالي 1 دقيقة قراءة

بانغرام تعلن 99.96%، ومجموعة الاختبار أيضًا من صنعها

نُشر في 14 نوفمبر 2026
بانغرام تعلن 99.96%، ومجموعة الاختبار أيضًا من صنعها

في الأسبوع الذي أطلقت فيه Pangram Labs كاشف الصور، كان مصوران في طرفين متقابلين من العالم يتجادلان مع غرباء حول ما إذا كانت صورهما حقيقية.

في نيوزيلندا، أمضى مصور الفلك Brendan Larsen ساعتين على جبل تاراناكي في سبتمبر لالتقاط 578 لقطة، ثم نحو 45 ساعة في تكديسها داخل Photoshop. ذهب معظم الوقت في محو النجوم، حتى تظهر نحو 1,400 من الأقمار الصناعية و14,000 من الخطوط. نُشرت الصورة في منتصف أكتوبر، وجمعت عشرات الملايين من المشاهدات، ووصف جزء من الجمهور العمل بأنه ذكاء اصطناعي. كان قد صوّر طريقة عمله احتياطًا ونشر الفيديو معها. الوضع الآن هكذا: صناعة الصورة هي النصف السهل.

في إنجلترا، نظر مصور يدعى Dave Wilson إلى صورة لعاصفة عند منارة Whitehaven نشرها حساب باسم Aerial Perspectives، وحكم بأن ظروف الطيران تجعلها مستحيلة. أمرّر الملف عبر خدمة Verify من OpenAI، التي تفحص بيانات C2PA الوصفية وعلامات SynthID المائية، فجاءت النتيجة إيجابية. وعند فحص بقية الأعمال ظهر معظمها موسومًا. حمّلت الشركة صورة العاصفة على عضو سابق في الفريق، وأقرّت بأنها ما كان ينبغي أن تُعرض كعمل فوتوغرافي، ونفت أن تكون المجموعة مصنوعة بالكامل، موضحة أنها تضيف علامتها المائية عبر ChatGPT، ولهذا يظهر SynthID.

هذا التفسير الأخير إما سرد معقول لسير عمل، وإما ذريعة مريحة إلى حد مبالغ فيه، ولا كاشف في السوق يستطيع اليوم أن يحسم أيهما.

ما الذي أطلقته بانغرام

بنت Pangram سمعتها على كشف النصوص. وفي الأسبوع نفسه من مطلع نوفمبر توسعت إلى الصور والفيديو بنموذجين.

Pangram Image 1.0 هو النموذج الرئيسي. الوعد بكشف يصمد أمام الضغط والملفات الصغيرة والتعديل الجزئي، وهي الحالة الفعلية لمعظم الصور المتداولة. انخفض الحد الأدنى للدقة إلى 256×256 بكسل، وإن كانت الشركة تشير إلى أن النتائج أقل موثوقية عندما يقل الضلع الأقصر عن 512 بكسل.

Image Flash 1.0 هو النموذج الأصغر، ويعمل على الفيديو إطارًا بإطار.

الأرقام المثيرة للانتباه هي أرقام الدقة. تعلن Pangram نسبة 99.96% لـ Image 1.0 على مجموعة بيانات بنتها بنفسها: أنتج 12 مولّد صور متقدم 1,200 نسخة مقابلة لـ 100 صورة فوتوغرافية حقيقية. وسجل Flash 1.0 نسبة 98.7% في DF26، وهي دراسة تستشهد بها Pangram، وتجاوز عدة خدمات كشف كبرى على مجموعة اختبارها الخاصة المكونة من 1,529 فيديو.

ذكرت وسيلة الإعلام الألمانية heise، التي غطت الإطلاق، بصراحة أن أيا من هذه الأرقام لم يُتحقق منه بشكل مستقل.

مجموعة الاختبار هي كل الحجة

دقة الكاشف لا تعني أكثر مما تعنيه الصور التي قيست عليها. رقم بانغرام الرئيسي يأتي من مجموعة متوازنة لكل صورة حقيقية فيها اثنا عشر توأمًا صناعيًا، واحد لكل مولّد. التصميم التجريبي نظيف. وهو يعني أيضًا أن النموذج قُيّم على الأدوات الاثنتي عشرة التي اختارتها الشركة، والرقم المنشور لا يقول شيئًا عن تعامله مع أداة ثالثة عشرة.

الملاحظة لا تخص بانغرام وحدها: كل بائع للكشف تقريبًا يقدّم أرقامه بهذه الطريقة. ولهذا فإن أصدق قراءة لرقم مثل 99.96% هي أنه سقف قيس في ظروف مؤاتية، في المختبر لا في الميدان.

هناك سبب ثانٍ لعدم التمسك بهذا الرقم كثيرًا. متطلبات الشفافية في قانون الذكاء الاصطناعي الأوروبي تُطبّق على مراحل منذ أغسطس 2026، أي أن الإفصاح يتحول من مجاملة إلى التزام امتثال. التنظيم يخلق طلبًا على رقم يستطيع المشتري الإشارة إليه. ونشر البائع لرقمه الخاص هو النتيجة المتوقعة، والتقييم المستقل هو ما لم يلحق بالركب.

حد 256 بكسل أهم من العنوان

تحت ادعاء الدقة يكمن تفصيل هندسي أكثر فائدة. معظم أنظمة الكشف تريد صورة جيدة. المنصات تعيد ضغط كل شيء وتقصّه وتصغّره، لذا فإن كاشفًا يعمل على صورة مصغرة بـ 256 بكسل يفعل شيئًا مختلفًا عن كاشف يحتاج الملف الأصلي.

قالب من زجاج مصنفر وإلى جانبه قالب من النوع نفسه أصغر بكثير، والأصغر مضاء من الخلف فتتوهج حافته بأكملها.

والتحفظ المرفق عملي أيضًا. تحت 512 بكسل على الضلع الأقصر، تقول Pangram إن النتائج تصبح أقل موثوقية. أي أن النموذج يعطي حكمًا على قص صغير، ويخبرك في الوقت نفسه عندما يكون هذا الحكم متزلزلًا.

من يعمل في التحقق يعرف أن هذه التركيبة أنفع من نسبة دقة واحدة. كاشف يقول «لا أعرف» أمام لقطة شاشة مقصوصة بعنف أنفع من كاشف يجيب دائمًا.

الفيديو هو المشكلة الأصعب

كشف الصور يجذب الانتباه لأن الجدل يدور هناك، لكن الفجوة كانت دائمًا أوسع في الفيديو. المقطع المولّد مئات الإطارات، والعلامة المائية الموضوعة على مستوى البكسل عليها أن تصمد أمام إعادة الترميز والقص إلى صيغة عمودية وأي معالجة تجريها المنصة عند الرفع.

نهج Pangram هو الفحص إطارًا بإطار عبر Flash 1.0. هذا أرخص من معالجة المقطع كجسم واحد، وينتج توزيعًا بدل حكم واحد، وهو أقرب إلى طريقة المراجع البشري: يمرّر الشريط، يتوقف عند موضع مشبوه، ينظر عن قرب.

الفارق الدقيق الذي يقدمه هو أن فيديو مولّدًا جزئيًا صار له جواب قابل للقياس بدل نعم أو لا. الإعلان وإنتاج المقاطع القصيرة يعتمدان على مواد هجينة، مشاهد حقيقية مع لقطات مولّدة، والسؤال المهم لقواعد الإفصاح هو نسبة الإطارات التي وُلّدت صناعيًا.

ما يستطيعه الكشف وما لا يستطيعه

تظهر قضية Aerial Perspectives الحد بوضوح. إصابة العلامة المائية دليل قوي على أن نموذجًا توليديًا لمس الملف. أما النتيجة النظيفة فلا تثبت شيئًا، لأن الكاشفات لا تتعرف إلا على علامات الشركاء الذين تتابعهم، والصورة المصنوعة في مكان آخر تعود نظيفة. وقد قال Cult of Mac الشيء نفسه عن إضافة SynthID إلى Image Playground في iOS 27.2: الفحص يسير في اتجاه واحد.

هذا التفاوت هو سبب أن سير عمل محرر الصور صار ثلاث خطوات بدل خطوة. أولًا بيانات المصدر الوصفية عبر خدمة مثل OpenAI Verify أو لوحة About This Image من جوجل، التي تُظهر بيانات C2PA عندما يحملها الملف. ثم بحث عكسي للعثور على أقدم ظهور. وأخيرًا النظر إلى الصورة نفسها، لأن الأيدي والنصوص والمجوهرات ما زالت تفضح أكثر من أي مصنّف.

تضيف قضية Larsen الجزء الذي لم يحله أحد. صورة حقيقية مبنية من 578 إطارًا مكدسًا تبدو مصنوعة، لأن العملية تنتج شيئًا لم ترَه العين من قبل. نماذج الكشف لا تملك فئة لذلك، ولا يملكها من يكتبون التعليقات.

إطلاق Pangram خطوة حقيقية. كشف الفيديو كان هزيلًا بشكل خاص، ونموذج يعمل إطارًا بإطار بهذا السعر يسد ثغرة. في الأشهر المقبلة، الرقم الذي يستحق المتابعة يقع خارج الـ 99.96%: هل سينشر أحد من خارج Pangram رقمًا يتفق معه؟

مقالات ذات صلة

خادم واحد ومذيعة ذكاء اصطناعي واحدة: داخل الكود الذي يُشغّل بثًا ليليًا

open-yoki هو الكود الإنتاجي لمذيعة ذكاء اصطناعي تبث كل ليلة على Binance Square، بعد نزع الشخصية والصوت وكل ما يمس المال. متصفح Chrome يرسم الإطار، وffmpeg يدفع RTMP، ومجلد Markdown يحدد مزاجها وما تنشره.

Pinky يدع الـ agent يقود هاتفك، ويُبقي زر الإرسال مضغوطًا حتى تنقر على «السماح»

يوصّل Pinky أي agent يعمل بـ MCP بهاتف iPhone أو Android حقيقي، ويفرض الموافقة في بوابته هو لا في prompt. تطبيقات البنوك غير مرئية، وحقول كلمة المرور ممنوعة، وعلى Android 13 يحصل الـ agent على شاشة ثانية مخفية.

SeedRealtime من ByteDance يلتقط إطارين في الثانية ويقرر بنفسه متى يتكلم

يجمع Doubao-Seed-Realtime-1.0 إطارات الكاميرا وإطارات الشاشة والصوت في جلسة واحدة ثنائية الاتجاه، بإطارين في الثانية كحد أقصى. القرارات المثيرة هي معدل الإطارات، والكلام التلقائي، وردّ التدقيق الذي يأتي مفعّلاً من المصنع.

أحدهم وضع قوانين العالم في git، فصار بالإمكان عمل blame لمادة قانونية

يحفظ global-law نصوص القوانين في كل بلد داخل مستودع git يمثّل فيه كل commit قانونًا يدخل حيّز التنفيذ في تاريخ معروف. يمكنك تشغيل log وblame وshow وdiff على مادة ما، والسؤال عمّا كان ساريًا في كل بلد في يوم معيّن، وتسليم المدوّنة كاملة إلى مساعد عبر MCP.