← ブログに戻る
Ai読了目安 12 分

Pangram の画像検出は 99.96%。そのテストセットも自前だった

公開日 2026年11月14日
Pangram の画像検出は 99.96%。そのテストセットも自前だった

Pangram Labs が画像検出器を出した週、地球の反対側にいる二人の写真家が、それぞれ自分の写真は本物かどうかを赤の他人と言い争っていた。

ニュージーランドでは、天体写真家の Brendan Larsen が 9 月、タラナキ山で 2 時間かけて 578 フレームを撮り、そのあと約 45 時間をかけて Photoshop で重ねた。大半の時間は星を消す作業に消えた。そうしないと約 1,400 個の衛星と 14,000 本の軌跡が浮かび上がってこない。写真は 10 月中旬に公開され、数千万回表示された。その一部が「AI だ」と言った。彼は先回りして撮影の過程を録画しておき、それも一緒に出した。現状はこうだ。写真を作るところまでは、まだ簡単な半分でしかない。

イングランドでは、Dave Wilson という写真家が、Aerial Perspectives というアカウントが投稿したホワイトヘブン灯台の嵐の写真を見て、あの飛行条件では撮れないと判断した。ファイルを OpenAI の Verify に通したところ、C2PA メタデータと SynthID の透かしが引っかかった。同じアカウントの他の作品も調べると、ほぼすべてが検出された。会社側は嵐の写真を元チームメンバーのせいにし、写真作品として出すべきものではなかったと認めた。一方で、作品集全体が合成だというのは否定し、ChatGPT 経由で自社の透かしを入れているので SynthID が出るのだと説明した。

この最後の説明は、仕事の流れとして筋の通った話にも見えるし、あまりに都合のいい言い訳にも見える。そして、いま市場にあるどの検出器も、そのどちらなのかを決められない。

Pangram が出したもの

Pangram はテキスト検出で名を上げた会社だ。11 月初旬の同じ週に、画像と動画へ手を広げ、モデルを二つ出した。

主力は Pangram Image 1.0。売りは、圧縮、小さいファイル、部分的な加工に耐える検出で、これはネット上を回っている画像の大半が置かれている状況そのものだ。最小解像度は 256×256 ピクセルまで下がった。ただし短辺が 512 ピクセルを切ると結果の信頼性は落ちると、同社は明記している。

Image Flash 1.0 はより小型のモデルで、動画はフレーム単位で処理する。

面白いのは精度の数字のほうだ。Image 1.0 の 99.96% は自社で作ったデータセット上で出たもので、100 枚の実写に対して 12 の最先端画像生成器で 1,200 枚の対応画像を作らせている。Flash 1.0 は Pangram が引用した研究 DF26 で 98.7% を記録し、自前の 1,529 本の動画からなるテストセットでは主要な検出サービスのいくつかも上回った。

この発表を報じたドイツの heise は、これらの数字がどれも独立した検証を受けていないとはっきり書いている。

テストセットが議論のすべて

検出器の精度は、どの画像で測ったかで意味が変わる。Pangram の主力の数字は、実写 1 枚につき合成の双子が 12 枚、生成器ごとに 1 枚という釣り合いの取れたデータセットから出ている。実験計画としてはきれいだ。同時に、モデルは会社が選んだ 12 のツールの上で採点されたということで、13 個目のツールにどう対応するかについては、公表された数字は何も語っていない。

これは Pangram に限った話ではない。検出を売る会社はほぼどこも同じやり方で数字を出している。だから 99.96% という数字は、実地での見積もりではなく、条件の良い場所で測った上限として読むのが正直なところだ。

数字を軽く扱うべき理由はもう一つある。EU の AI 法が求める透明性の要件は 2026 年 8 月から段階的に適用が始まり、開示は善意ではなく遵守義務になりつつある。規制は数字への需要を生む。買う側は指差して示せる数字を欲しがる。売る側が自分の数字を自分で出すのは、その需要に対する当然の反応で、追いついていないのは第三者による評価のほうだ。

256 ピクセルの下限は見出しより効く

精度の主張の下に、もっと実用的な設計上の話が埋まっている。検出システムの多くは、それなりの画質の画像を前提にしている。SNS はあらゆる画像を再圧縮し、切り抜き、縮小する。だから 256 ピクセルのサムネイルで動く検出器は、元ファイルが必須の検出器とは別の仕事をしている。

すりガラスのブロックの隣に、同じ素材でずっと小さいブロックが置かれ、小さいほうは背後から光を当てられて縁が一周光っている。

その下に付いている但し書きも現実的だ。短辺が 512 ピクセルを下回ると、Pangram は結果が不安定になるとしている。つまり小さな切り抜きにも判定は下すが、その判定が怪しいときは同時にそう教えてくれる。

検証の仕事をしている人なら、この組み合わせのほうが単一の精度より価値が高いと分かるだろう。ひどく切り取られたスクリーンショットに対して「分からない」と言える検出器は、常に答えを出す検出器より役に立つ。

動画のほうが難しい

注目が集まるのは議論が起きるのが画像の側だからだが、穴が最も大きいのは動画だ。生成された 1 本は数百フレームあり、ピクセル単位で入れた透かしは、再エンコード、縦型への切り抜き、アップロード時にプラットフォームがかける処理をすべて耐え抜く必要がある。

Pangram のやり方は Flash 1.0 で 1 フレームずつ見ていく。クリップ全体をひとつの物体として扱うより安く上がるし、単一の結論ではなく分布が出てくる。これは人間の確認の仕方に近い。シークバーを動かし、怪しいところで止め、寄って見る。

ここで生まれる変化は、一部だけ生成された動画に、はいかいいえではない測れる答えが出るということだ。広告もショート動画の制作も、実写の背景に生成カットを差し込む混成素材に頼っている。開示のルールで本当に重要なのは、フレームのうち何割が合成されたかという問いのほうだ。

検出にできること、できないこと

Aerial Perspectives の件は限界をはっきり示している。透かしが当たったというのは、生成モデルがそのファイルに触れた強い証拠になる。きれいな結果は何も証明しない。検出器は提携先の透かししか読めないので、別の場所で作られた画像はきれいに出る。Cult of Mac も、Apple が iOS 27.2 で Image Playground に SynthID を入れた件について同じことを書いていた。この検査は一方向だ。

その非対称性のせいで、写真編集者の実務は 1 手から 3 手になった。まず OpenAI Verify や Google の About This Image パネルで来歴のメタデータを見る。ファイルに C2PA データが入っていれば、そこで表示される。次に逆画像検索で最初の出現を探す。最後に絵そのものを見る。手、文字、装身具は、いまもどんな分類器より多くを漏らすからだ。

Larsen の件は、誰も解決していない部分を足す。578 フレームを重ねた本物の写真は、合成に見える。その工程が、人の目がこれまで見たことのない絵を作り出すからだ。検出モデルにそのカテゴリはないし、コメントを残す人にもない。

Pangram の発表は確かな前進だ。とくに動画検出は手薄で、この価格帯でフレーム単位のモデルが出たのは穴を埋める。今後数か月で見るべきなのは 99.96% ではない。Pangram の外の誰かが、それと一致する数字を公表するかどうかだ。

関連記事

Pinky は agent に自分のスマホを操作させる。送信ボタンは、あなたが許可を押すまで押さえたまま

Pinky はどんな MCP agent でも本物の iPhone や Android につなぎ、承認をプロンプトではなく自前のゲートウェイで強制する。銀行アプリは見えず、パスワード欄は通行止め、Android 13 では agent に隠れた2枚目の画面が渡される。

サーバー1台、AI配信者1人:夜のライブ配信を動かすコードの中身

open-yoki は、毎晩 Binance Square で配信する AI ホストの本番コードで、人格・声・お金に関わる機能は取り除かれています。headless Chrome がフレームを描き、ffmpeg が RTMP を押し、Markdown フォルダが彼女の気分と投稿内容を決めます。

SoduWork の依頼は、チャットが止まったときではなく、依頼した人が承認したときに終わる

SoduWork はセルフホストのワークベンチだ。依頼には着手前に受け入れ基準が書かれ、納品は別の harness がレビューし、最後は人が承認する。うまくいった進め方はプラグインとして保存され、チームの他の人がそのまま実行できる。

世界の法律を git に入れた人がいる。だから法令も blame できる

global-law は各国の法令を git リポジトリとして持ち、1 つの commit が既知の日に効力を持った 1 つの法律にあたる。条文に対して log、blame、show、diff を実行でき、ある日の各国の施行状況を調べ、コーパス全体を MCP 経由でアシスタントに渡せる。