01 · Изображения
AI: 94,2%
Анализ изображений
JPEG, PNG, WebP, RAW. Detection моделей семейства SDXL, FLUX, Midjourney v5–v6, DALL·E. Артефакты диффузии, асимметрии, пиксельные сигнатуры.
Различаем настоящее от нейрослопа.
Анализ видео, фото, аудио и текста за один прогон. Пиксельные артефакты, watermark-detection, метаданные, контр-сигнатуры моделей. Без подписки и регистрации.
Образец A-001
1
2
3
1
2
3
СГЕНЕРИРОВАНО SDXL 1.0 · ВЕРОЯТНОСТЬ 94,2% · АНАЛИЗ 312 мс
ПРОЦЕСС АНАЛИЗА
Химия детекции — шаг за шагом.
-
Загрузка
Файл попадает в изолированную песочницу. Никаких хранений, никаких логов с персональными данными — материал обрабатывается и удаляется.
-
Технический анализ
Пиксельные артефакты, частотные сигнатуры моделей, watermark-detection, EXIF-метаданные, согласованность освещения и теней — всё прогоняется параллельно.
-
Перекрёстные проверки
Сверка с базой известных AI-сигнатур (SDXL, Midjourney, FLUX, ElevenLabs, GPT-семейство), reverse-image-search, проверка происхождения и контекста публикации.
-
Отчёт
Криминалистически точный вывод: вероятность нейрогенерации, идентификация модели, конкретные tells с разметкой на исходном материале, экспортируемый PDF.
ЧТО МЫ ДЕТЕКТИРУЕМ
Четыре типа контента. Один прогон.
02 · Видео
~340 мс
Видео и deepfakes
Покадровый разбор. Lip-sync inconsistency, frame-blending tells, temporal artefacts.
03 · Аудио
~210 мс
Аудио и клон-голоса
ElevenLabs, OpenAI TTS, RVC. Спектральные артефакты, дыхательные паузы, prosody.
04 · Текст
~62 мс
Текст и нейрохрючево
GPT-4/5, Claude, Llama, YandexGPT. Перплексия, burstiness, шаблонные обороты.
МУЗЕЙ НЕЙРОХРЮЧЕВА
Образцы из коллекции.
A-002
1
1
A-003
1
1
A-004
1
1
A-005
1
1
МЕТОДОЛОГИЯ
Открытая лаборатория.
Мы работаем по принципу открытой методологии в духе Bellingcat: каждый шаг детекции описан публично, каждый weight модели можно проверить, каждое утверждение об AI-происхождении — воспроизвести независимо. Никаких чёрных ящиков и «нашей секретной нейросети-детектора».
Под капотом — ансамбль open-source моделей (CLIP-based artefact-detection, Wavelet-spectrum analysis для изображений, RawNet3 для аудио, перплексионные методы для текста). Поверх — собственные сигнатуры известных генеративных моделей, обновляемые еженедельно. Все веса и пороги опубликованы в открытом репозитории — вы можете запустить ту же проверку локально.
Мы цитируем источники, потому что доверие через прозрачность работает лучше, чем доверие через брендинг. Если результат выглядит странно — посмотрите на ссылки в боковой панели, там лежат исследования, на которых построена логика. Если найдёте ошибку в методе — pull request приветствуется.
Лаборатория не делает оценок «хорошо/плохо». Мы фиксируем факт: материал содержит признаки нейрогенерации с такой-то вероятностью. Что с этим делать дальше — журналистский, редакторский или этический вопрос, на который должен отвечать человек, а не классификатор.