AI 生成内容泛滥，检测厂商 Pangram 完成 900 万美元融资

随着全网 AI 批量生成的垃圾内容持续泛滥，纽约 AI 内容检测初创企业 Pangram 近期顺利完成 900 万美元融资。资本入局的核心逻辑十分清晰：市场对于区分人工原创与 AI 生成文本的工具需求，将会长期保持增长。

本次融资由 Menlo Ventures 牵头领投，Haystack、ScOp Capital、Cadenza 多家机构联合参与。同步官宣的还有两款自研新品：第四代 AI 文本检测模型 Pangram 4，以及专门针对 AI 制图的图像检测工具 Pangram Image。

这家公司由两位斯坦福 AI 机器学习专业毕业生 Max Spero 与 Bradley Emi 在两年前创立。彼时 ChatGPT 正式问世，海量 AI 产物开始充斥网络：用于搜索引擎引流的垃圾文案、大模型制作的虚假舆论内容、借助社交平台开展的海外舆论操纵信息，层出不穷。

创始人 Max Spero 在接受 TechCrunch 采访时表示，辨别内容是否由 AI 生成具备极高实用价值。文字内容的创作来源，直接决定读者的判断标准：看到文本时，我们需要分辨这是记者实地调研、深度整理的原创稿件，还是大模型产出、存在事实失真风险的合成内容，以此调整自身的审慎程度。

Pangram 整套检测工具依托大规模机器学习模型搭建，训练素材是数千万份纯粹人工撰写的原始文稿。研发团队会为每一份原文制作一份 “合成对照副本”—— 保留原文主题、篇幅与行文基调，再通过主流大模型重新生成。

模型通过对比两类文本，总结出 AI 写作在句式、用词上统一且固定的特征，以此高可信度判定内容的 AI 属性。Spero 补充，这套检测体系无需依靠粘贴痕迹、文件隐藏水印等外部线索识别文本。

在 Pangram 的产品定位里，内容检测不只是简单区分 “纯人工” 和 “纯 AI”，更能精准识别 AI 参与创作的深浅程度，比如作者写完初稿后用 AI 润色修改这类混合创作场景。在创始人看来，合理借助 AI 辅助创作本身无可厚非，关键在于创作者主动对外说明 AI 使用情况。

如今 AI 创作门槛持续降低，各类乱象频频出现：加拿大一名议员在议会公开发言时，直接念出了完整的 AI 提示词，场面尴尬；不少律师办案时直接引用 ChatGPT 编造的虚假判例，最终遭到行业处罚、缴纳罚金。

AI 内容失控带来的负面影响，也推动各大平台出台硬性管控规则。学术预印本平台 arXiv 今年更新审核条例：若稿件中出现大模型未核验导致的虚假引用、AI 自带修改提示等痕迹，作者最长将被封禁一年投稿权限。

AI 内容检测赛道早已不是 Pangram 一家独大，Winston AI、Originality.ai、Copyleaks、GPTZero 等多款工具同步布局，争相满足市场甄别需求。尽管 Pangram 的识别技术无法做到百分之百完美，但能够有效拦截涌入网络、司法文书、学术期刊的低质 AI 合成内容。

该企业开放标准化 API 接口服务，目前 Substack 平台已接入其检测能力，方便读者查看订阅作者的通讯稿件是否借助 AI 完成。除此之外，Quora、海内外各级院校、出版机构、版权经纪公司、企业招聘团队，都是其商用客户。

实测检测效果表现

据 Spero 介绍，模型将人工文稿误判为 AI 生成的概率仅万分之一，媒体也针对产品开展多轮实测：

纯 AI 稿件识别：ChatGPT、Claude 完整生成的新闻稿可一键标记；即便人为改写 AI 文本、刻意模仿人类文风，也很难绕过检测；就算给大模型下达 “规避检测器” 的生成指令，依旧能被精准识别。
AI 轻度润色场景：记者将原创文章交由两大模型微调润色后，系统给出 13% 的 AI 参与度评分，和真实情况基本匹配；部分改写痕迹会被捕捉，少量纯人工句子存在误标情况，完整未修改的原文则会判定为 100% 人工创作。
混合创作内容：记者用自身风格鲜明的专栏原文作为前半段，让 AI 模仿文风续写后半段，模型能够清晰划分人工撰写与 AI 续写段落。
图像检测：新版图片识别工具小规模实测结果同样表现出众。

Spero 强调，研发这套技术并非为了针对所有使用 AI 写作的人群、掀起片面追责，而是搭建一套约束机制，遏制全网 AI 垃圾内容无序扩张。

他对行业未来做出预判：算力硬件 GPU 的产能增长速度，远远超过全球人口增长速度。如果缺少工具区分、保护人类原创内容，未来海量 AI 合成内容会彻底淹没所有人的真实创作。