AI 内容泛滥，Pangram 获 900 万美元做文本与图像检测

纽约 AI 内容检测初创公司 Pangram 近日宣布完成 900 万美元融资，由 Menlo Ventures 领投，Haystack、ScOp、Script Capital、Cadenza 参投。与此同时，公司正式发布新一代 AI 文本检测模型 Pangram 4，并首次推出图像检测产品 Pangram Image，目前仅以研究预览形式开放，将在数周内扩大可用范围。

创始背景与产品定位

Pangram 由斯坦福大学人工智能与机器学习专业毕业生 Max Spero 和 Bradley Emi 约两年前创立，正值 ChatGPT 发布之后。Spero 对 TechCrunch 表示，互联网上已充斥大量 AI 生成内容，包括 SEO 垃圾信息、他所称的「LLM 驱动的俄罗斯虚假信息运动」以及阿联酋在 Twitter 上的影响力运营。「判断眼前文本是否由 AI 生成极具价值，」他说，因为这会改变人们的阅读与信任方式——读者需要决定是否对内容持怀疑态度。

技术原理与性能表现

Pangram 的核心检测模型本身是一个大型机器学习系统，先在数千万份已知的人类文档上完成训练，再为每篇文档构建一个「合成镜像」——由前沿大模型复刻其主题、长度与语气重新改写。Spero 解释，这种训练方式让模型学习 AI 在写作风格与措辞选择上的系统性差异，从而高置信度地识别 AI 内容；检测过程不依赖复制元数据或隐藏水印。

据 Pangram 官方数据：

• Pangram 4 在识别 AI 辅助写作及人机混合内容上的准确率超过 99%，对「AI 改写器」的识别能力也有所提升；
• 人类文档被误判为 AI 内容的比例约为万分之一；
• 模型可区分不同程度的 AI 参与，例如纯人类写作与「人类撰写 + AI 润色」。

产品形态与商业落地

• 网页与扩展：网页版订阅价格为每月 20 美元，同时提供 Chrome 浏览器扩展，可在 X、LinkedIn、Substack、Reddit、Medium 等平台实时为帖子打标，并给出页面上人机内容比例的「信息流健康度评分」；
• API 客户：Substack 已集成 Pangram 技术，向读者展示作者撰写简报时是否使用了 AI；其他客户包括 Quora、学校与高校、出版机构及招聘平台等。

Pangram 并非唯一押注 AI 检测赛道的公司。同类竞品还包括 Winston AI、Originality.ai、Copyleaks 与 GPTZero，市场对内容真实性验证工具的需求正在持续升温。

行业背景与监管信号

AI 内容激增不仅制造尴尬，也在引发制度层面的回应。开放获取学术平台 arXiv 今年推出新规，若投稿中出现未核查的 LLM 输出痕迹——例如幻觉引用或「需要我进一步修改吗？」等元评论——作者将面临为期一年的投稿禁令。加拿大曾有议员在议会发言中朗读 AI 提示词，也有律师因引用 ChatGPT 编造的判例被处罚，这些案例进一步凸显了 AI 检测工具的现实意义，也解释了 Pangram 等初创公司此时获得资本加持的背景。