PangramがAI検出を画像へと拡張するために900万ドルを調達した

Why it matters

Pangram is moving AI detection into publisher and platform workflows, where disputed classifications can affect moderation decisions, institutional trust and people's reputations.

7月29日、スタンフォードの同級生である Max Spero (@max_spero_) と Bradley Emi (@bradley_emi) は、Pangram をテキスト分類から画像検出へと拡張した。創業者らは新しいテキストモデル Pangram 4 をリリースし、画像検出器を一般向けテストに公開して、ニューヨーク拠点のAI検出スタートアップである Pangram をビジュアルメディアへと押し進めた。

Spero と Emi はスタンフォードの寮での新入生の年に出会い、その後 Pangram を始める前に応用機械学習の別々の道を歩んだ。Pangram の CEO である Spero は、Google、Two Sigma、Yelp での役割の後、自動運転車開発者 Nuro でアクティブラーニングの仕事を率いた。CTO の Emi は Tesla Autopilot のコンピュータビジョンチームで働き、その後、創薬系ジェネレーティブ企業 Absci でディープラーニング研究を率いた。両者はスタンフォードで人工知能の修士号を取得しており、Emi は Stanford Vision Lab でも研究を行っていたと、Pangramの会社概要 は述べている。

彼らのタイミングは ChatGPT のリリースと、機械生成の文章、レビュー、学校の課題、ソーシャル投稿の急速な拡散に続くものだった。Speroが TechCrunch に語った（Yahoo Finance に転載）ところによれば、文章の出所を知ることは読者の評価のしかたを変える。特に生成されたテキストは幻覚（hallucination）を含むことがあり、独自の調査がほとんど反映されていない可能性があるためだという。

Pangram は現在、出版社、学校、採用担当者、コンテンツプラットフォーム向けにブラウザツール、ドキュメント統合、および API を販売している。Substack や Quora は同社の技術を利用するプラットフォームとして挙げられている。Pangram の 料金ページ には、個人、プロフェッショナル、開発者、エンタープライズのプランに加え、無料のウェブティアが記載されている。

拡大のための資金調達

Menlo Ventures が900万ドルのラウンドを主導し、Haystack、ScOp Venture Capital、Script Capital、Cadenza が参加したと、TechCrunch の報告（Yahoo Finance に転載） は伝えている。Menloの投資投稿 において、パートナーの Deedy Das は、Pangram が AI 生成コンテンツを投稿するアカウントを識別するのを見て X 上で Spero に連絡し、Menlo が Anthology Fund を通じてラウンドを主導したと書いている。Das はまた、Spero と Emi が検出を回避するのを助けるヒューマナイザー（humanizer）の構築要請を拒否したとも書いている。

このラウンドは、初期のプレシードとシードでの398万ドルに続くものだ。プレシードは Haystack が主導し、シードは ScOp が主導、Script Capital と Cadenza が参加した。最新ラウンドを加えると、Pangram の報告された資金調達額は約1300万ドルになる。Pangram は新たな出資に対する評価額を公表していない。同社の以前の資金調達は、2025年6月の資金調達発表 に詳述されている。

GPTZero の買収は、この分野での再編の最近の例を Pangram に示している。Superhuman は、スタートアップが1350万ドルを調達した後の6月23日に GPTZeroを買収した。条件は開示されなかった。Pangram はその取引には関与しておらず、Menlo Ventures らの出資を受ける別個の企業として存続している。

Pangram 4 の仕組み

Pangram のテキスト分類手法は、数千万件の既知の人間が書いた文書から始めると、Spero の説明（TechCrunch の報告、Yahoo Finance に転載） は述べている。Pangram は各文書に対して、最先端の言語モデルにその主題、長さ、トーンを再現させることで、Spero が「synthetic mirror（合成ミラー）」と呼ぶものを作成する。分類器はその後、人間の文書と生成されたバージョンを区別する文体のパターンを学習する。

この手法は、モデル提供者が付与するウォーターマークやメタデータに依存せず、テキスト自体を解析する。Pangram はまた、人間の下書きから始まりその後 AI システムで編集された文書を特定しようと試みる。

Pangram は Pangram 4 が AI 支援および人間と AI の混合文章を検出する精度が99%以上であり、humanizer ツールで処理されたテキストの識別に優れていると述べている。Pangram によれば、このモデルは Pangram 3 より6倍以上大きく、13の humanizer ツールで処理された出力の98.83% で AI 関与を特定したという。これらは独立した著作権証明ではなく、同社が報告する結果である。

別に公開された Pangram 4 の技術レポート は、著者らのテストデータにおいて AUROC 0.9916、偽陽性率 0.0041%、偽陰性率 0.3396% を報告している。また、Pangram 3 と比較して、人間と AI の混合テキスト、細かな編集、分布外の素材、敵対的攻撃に対する性能の改善も報告している。論文は Spero と Emi を含む Pangram の研究者たちにより執筆されており、その主要な指標はテストセットの構成や評価条件に依存する。

画像検出を第二の製品としてテスト

Pangram Image は、創業者らの「著者性」仮説を視覚メディアに適用するものだ。Pangram によれば、このモデルは完全に生成された画像や、実世界の写真内に埋め込まれた合成素材を検出できるという。また、生成されたと思われる画像の部分を特定することを意図したヒートマップも生成する。

Pangram は7月29日のリリースで画像検出器をリサーチプレビュー段階にあると記述しており、一般がモデルをテストしてフィードバックを提供できると述べている。提供された情報源は独立して検証された精度の数値を確立するものではない。

出版社やプラットフォームは、人間の執筆、生成された文章、編集された写真、完全に合成されたビジュアルの組み合わせをますます扱っている。Pangram は、顧客、画像生成器、編集ワークフロー全体で主張する性能を維持できることを示す必要がある。TechCrunch の限定的なテスト（Yahoo Finance に転載） は、検出器がいくつかの生成画像や写真内の合成コンテンツを特定した一方で、ある撮影された AI 生成画像を人間のコンテンツと誤分類したことを見出した。

同じ検証上の問題はテキストにも当てはまる。検出器が学生の作品、ジャーナリストの報道、作家の原稿に疑問を呈するために使用された場合、誤った分類は深刻な結果を伴う可能性がある。TechCrunch の限定的なテキストテスト（Yahoo Finance に転載） は、Pangram が完全に人間による記事を正しくスコア化した一方で、人間が書き直した一部の文を AI 支援とフラグ付けしたことを見つけた。The Atlantic は別途、Pangram の報告する誤差率について疑問を呈している。いずれの出版物のテストも、広範な独立ベンチマークには至っていない。

Pangram 4 は著者性の証明ではなく統計的判断を出す。出版社、学校、プラットフォームが信頼するか、再検討するか、却下するかを決めるためにスコアを使用する場合、その違いはより重要になる。今回の資金調達は Spero と Emi にテキスト分類器を改善しつつ、画像検出を第二の製品としてテストする余地を与えるが、確かにその確率的スコアにどれだけの権威を与えるかは顧客が判断するだろう。