总部位于纽约的 AI 检测初创公司 Pangram 完成 900 万美元融资，由 Menlo Ventures 领投，Haystack、ScOp、Script Capital 和 Cadenza 跟投。同时发布新一代文本检测模型 Pangram 4 和图片检测模型 Pangram Image（后者处于研究预览阶段）。

Pangram 宣称其文本检测模型对 AI 辅助写作和混合人机内容的识别准确率超过 99%，并能更有效地检测 AI 拟人化改写（humanizer）。检测系统本质上是一个大型机器学习模型，基于数千万份已知人类文档训练：对每份文档创建一份“合成镜像”，由前沿 LLM 按相同主题、长度和语调重写，从而学习 AI 在风格和选择上的一致性差异，以此判断内容是否由 AI 生成，不依赖元数据或水印。

联合创始人 Max Spero 称，模型的误报率约为万分之一（每 10,000 份人类文档约 1 份被误标为 AI）。TechCrunch 的实际测试显示：模型能轻松标记 ChatGPT 和 Claude 生成的纯 AI 新闻文章，即便经人工轻微编辑也难以欺骗；但也将作者完全重写的句子标记为 AI，对一篇原创文章经 AI 润色后给出 13% AI 辅助评分，且偶尔误标人工写作为 AI 辅助。图片检测方面，模型基于像素级分布学习真实照片与 AI 生成图像的统计差异，能检测出现在真实照片中的 AI 图像（包括非写实风格），但一次测试中误将一张 AI 生成图片的照片标为人像。

Pangram 的竞争对手包括 Winston AI、Originality.ai、Copyleaks 和 GPTZero。产品通过网页订阅（每月 20 美元）和 Chrome 扩展提供，扩展可实时标注 X、LinkedIn、Substack、Reddit 和 Medium 上的帖子，并给出屏幕内容的“信息流健康评分”——人类与 AI 内容的百分比。API 客户包括 Substack（已集成以显示作者是否使用 AI 写新闻通讯）、Quora、学校、出版商、招聘机构等。Spero 表示，不希望技术引发对 AI 使用者的猎巫，但需有机制抵抗越来越多 AI 内容：“以现有 GPU 增长速度和新生人口速度，若不主动区分人类内容，AI 将淹没人类信号。”