宣布与Proofig建立全新合作伙伴关系！了解更多
家全球品牌信赖之选
人工智能写作包含结构、风格和语义模式，这些模式都能被训练有素的眼睛或足够精密的检测软件识别出来。AI检测并非魔法，它确实能发挥作用。
Pangram的人工智能检测器运用自然语言处理技术，结合海量人类与AI文本数据集，分析ChatGPT、Gemini、Grok、Llama和Claude等主流模型生成的文本特征。
Pangram的检测准确率行业领先，其技术已通过芝加哥大学与马里兰大学研究人员的验证。
在人工智能生成内容日益渗透学术界、媒体和商业领域的时代，区分人写与机写文本的能力至关重要。在教育领域，这种能力能建立师生间的信任；在新闻业，它更是维护报道诚信的核心要素。人工智能生成的文本本身并非坏事，但社会若能具备辨别人工智能与人类文本的能力，必将从中获益。
我们的产品
检测AI
及抄袭
Pangram融合尖端人工智能与全面抄袭检测技术，为您提供完整的文本真实性评估，让您在同一平台获取所需信息。
人工智能分段分析
Pangram不仅会告诉你它对文档是AI生成的信心程度，还会告诉你其中有多少部分是AI生成的。
人工智能助手
Pangram将突出显示由人工智能编辑而非完全由人工智能生成的段落。
抄袭检测器
同时检测抄袭和AI生成内容。一键完成AI抄袭检测。
功能
Pangram 有何不同？
市面上有许多AI检测工具，但Pangram与众不同——它真正有效。我们还提供基于同行评审研究的先进功能，帮助用户追溯文本的来源。
多年的研究
采用经过多年研发的专有技术，而非开源模式或披着品牌外衣的商业大型语言模型。
在多样化的数据集上训练
Pangram依托多样化数据集、硬负样本挖掘和主动学习技术，实现了业界领先的假阳性率（FPR），而非依赖于在实践中常失效的熵值和突发性指标。
检测所有大型语言模型
Pangram能够检测所有主流语言模型（包括ChatGPT、Claude、Gemini、Llama等）生成的内容，使其成为全面的人工智能检测解决方案。
支持20多种语言
我们的AI检测技术支持20多种语言，为全球机构和企业提供真正全球化的多语言解决方案。
表现优于受过训练的人类
独立研究表明，Pangram的人工智能检测技术在识别AI生成内容方面优于经过训练的人类读者。
检测人化文本
Pangram能够检测到经过"人性化处理"或被试图规避AI检测的工具处理过的AI生成的文本，从而确保检测的可靠性。
经核实的准确性
我们的准确性和可靠性已通过第三方研究机构和教育机构的独立验证。
我们是谁
关于
Pangram Labs
在Pangram，我们的使命是在生成式人工智能内容日益增多的背景下重建信任。公司由特斯拉和谷歌的人工智能研究人员于2024年在纽约布鲁克林创立，我们持续为研究界贡献力量以提升透明度。若您感兴趣，欢迎进一步了解我们的贡献与合作项目。
工作原理
Pangram的人工智能检测器如何运作
将文本复制粘贴到输入框中或上传文件。Pangram支持PDF、DOCX、RTF格式文件，每次最多可上传100个文件。
Pangram运用先进的AI检测算法分析您的文本，以高精度识别AI生成的内容。
查看详细结果，其中包含AI检测分数、标记的段落以及对您文本的全面分析。
在同一位置查看完整的扫描历史记录、下载报告并管理过往检测记录。
Pangram还被集成到Chrome浏览器、Google文档以及诸如Google Classroom和Canvas等众多学习管理系统中。
将文本复制粘贴到输入框中或上传文件。Pangram支持PDF、DOCX、RTF格式文件，每次最多可上传100个文件。
Pangram运用先进的AI检测算法分析您的文本，以高精度识别AI生成的内容。
查看详细结果，其中包含AI检测分数、标记的段落以及对您文本的全面分析。
在同一位置查看完整的扫描历史记录、下载报告并管理过往检测记录。
Pangram还被集成到Chrome浏览器、Google文档以及诸如Google Classroom和Canvas等众多学习管理系统中。
看看我们的客户怎么说
用户喜欢Pangram
亚历克斯·伊马斯，教授
Pangram实在令人惊叹。它远胜于其他AI检测工具（差距悬殊）。我已对其进行全面测试，发现误报和漏报情况极少。
对我而言，Pangram Labs 已成为我课程中发现的最以学生为中心的选项。学生们能直接在我们的Canvas平台上看到与我相同的报告，而Pangram记录的误报率（万分之一）让我能够安心地将标记视为对话的邀请，而非对学生有罪的预设。
——苏珊·雷，特拉华县社区学院英语系副教授
人工智能领域充斥着大量过度炒作的跟风产品，但这款检测器却几乎超自然地出色。至今我尚未遇到过任何误报或漏报的情况。
云架构师
— 瑞安·尼科拉斯，云架构师
珍娜·罗素，博士
我们将人类专家与五种人工智能检测器进行比较，包括Pangram和GPTZero。在自动检测器中，Pangram的表现显著优于其他检测器。
图欣·查克拉巴蒂，教授
Pangram确实是我们拥有的最佳AI检测器之一，大家应该都用它。
基于我们在秋季学期的实践经验，我们对Pangram作为维基百科条目中AI内容的检测工具充满信心。
——莉安娜·戴维斯，维基教育基金会首席项目官兼副主任
Pangram在内容检测方面的表现明显优于我尝试过的其他大型语言模型服务。它大幅减轻了我们的内容审核工作量，其价值远超投入成本。若您运营的平台涉及用户生成内容，强烈建议采用该服务。
——罗伯特·穆什卡特布拉特，LessWrong首席技术官
丹·西蒙，Qwoted首席执行官
新闻业的未来取决于信任。正因如此，我们很高兴能与Pangram建立合作关系——该公司在AI检测与归因领域树立了黄金标准。
.svg)
我们的分类器采用传统语言模型架构。它接收输入文本并进行分词处理，随后将每个词元转化为嵌入向量——即代表词元含义的数值向量。输入数据经神经网络处理后生成输出向量，分类器头部将该向量转换为人类、AI或AI辅助的预测结果。 我们基于约100万份公开许可的人类撰写文本构建的小型多元化数据集进行初始模型训练。该数据集同时包含GPT-5及其他前沿语言模型生成的文本。训练成果是一个能够可靠预测文本作者是人类还是AI的神经网络。
.svg)
经过初始训练后，我们的模型通过迭代优化实现持续改进。我们收集实际应用场景中的反馈，并整合新的数据模式以提升检测精度。这种迭代机制确保我们的AI检测技术始终处于行业前沿，能够适应新兴语言模型与写作风格的演变。
.svg)
为保持最高准确度，我们持续使用包含最新AI生成内容的更新数据集对AI检测模型进行重新训练。这一定期重新训练流程确保我们的检测能力与不断发展的AI技术保持同步，能够可靠识别来自最新语言模型的内容。
我们的分类器采用传统语言模型架构。它接收输入文本并进行分词处理，随后将每个词元转化为嵌入向量——即代表词元含义的数值向量。输入数据经神经网络处理后生成输出向量，分类器头部将该向量转换为人类、AI或AI辅助的预测结果。 我们基于约100万份公开许可的人类撰写文本构建的小型多元化数据集进行初始模型训练。该数据集同时包含GPT-5及其他前沿语言模型生成的文本。训练成果是一个能够可靠预测文本作者是人类还是AI的神经网络。
全字母句
0.5%
GPTZero
2.4%
原创性.ai
1.7%
罗伯塔
30.6%
假阳性率 — 产品评测
全字母句
0%
GPTZero
0.5%
原创性.ai
0%
罗伯塔
64.9%
假阳性率 — 博客文章
全字母句
0.1%
GPTZero
1%
原创性.ai
0.3%
罗伯塔
77.8%
假阳性率——新闻报道
全字母句
0%
GPTZero
0.5%
原创性.ai
0.3%
罗伯塔
53.2%
假阳性率——小说节选
全字母句
0.8%
GPTZero
1%
原创性.ai
2.2%
罗伯塔
51.7%
假阳性率 — 餐厅点评
全字母句
0%
GPTZero
0%
原创性.ai
0.1%
罗伯塔
69.1%
假阳性率 — 简历
全字母句
0.5%
GPTZero
2.4%
原创性.ai
1.7%
罗伯塔
30.6%
假阳性率 — 产品评测
