
This project is scheduled for launch
Launch date: Wednesday, September 2, 2026 at 08:00 AM UTC
AI or Not は、テキスト、画像、動画、音声の中からAI生成コンテンツを識別できるマルチモーダルAIコンテンツ検出ツールです。
アップロードまたは貼り付けるだけで、迅速に検出結果を取得できます。コンテンツ審査、教育機関、メディア関係者、企業が素材の真正な出所を判断し、ディープフェイクやAI生成コンテンツによるリスクを特定するのに役立ちます。
主要なAI生成モデルの識別に対応し、検出速度が速く、結果が直感的で、コンテンツの真正性を検証する必要があるさまざまなシーンに適しています。
プロジェクトが公開されるとコメントが利用可能になります。
プロジェクト情報
製品キーワード
AI or Notは、テキスト、画像、動画、音声にわたってAI生成コンテンツを識別するマルチモーダルAIコンテンツ検出ツールです。その核心は、「このコンテンツは人間が作成したのか、それとも機械が作成したのか」というシンプルな問いに答えることです。テキストの場合、この検出器はChatGPT、Claude、Gemini、Copilotなどの主要モデルに対応し、全体的なリスクスコアと文ごとの内訳を返します。コンテンツを貼り付けるかアップロードすると、数秒以内に明確な判定結果とその根拠が得られます。
テキストの各文が赤、琥珀、緑で色分けされ、AI生成の箇所を一目で特定できます。単一のスコアを調べる代わりに、機械が書いた部分が正確にどこにあるかを確認できます。
全体的なAI確率のパーセンテージで全体像を把握でき、各文には個別の信頼度評価が付与されます。この二層構造により、結果が境界線上なのか決定的なのかを推測する必要がなくなります。
一部の文だけがAI生成である部分的AI文章も検出します — 全か無かの判定を強制しません。これは、人間がAIドラフトの一部を修正した編集済みドキュメントに特に役立ちます。
各判定にはその根拠となる特徴(平坦なリズム、決まりきった接続詞、異常に均一なペース)が付随します。このツールはその仕組みを示すため、結果はブラックボックスではなく透明性があります。
私たちは、本物の人間の作品に対する誤検出を減らすことを重視し、各スコアを文脈とともに考慮すべき強いシグナルとして扱います — 決して最終的な判定とはしません。
ほとんどの検出器はパーセンテージを提示するだけで、その意味をユーザー自身が解釈する必要があります。AI or Notは代わりに、AI生成と読める正確な行を強調表示し、なぜフラグが立てられたかを説明します。英語、中国語、その他の言語の複数モデルの出力に対して調整されており、サインアップ不要で無料で使用できます。あらゆるコストをかけて検出を最大化するのではなく、実際の書き手を保護することを重視しているため、現実世界の検証においてよりバランスの取れたツールとなっています。
コンテンツの信頼性を迅速に検証する必要があり、単一の不透明なスコア以上の情報を求める場合。研究論文を提出前に確認する場合、レポートにAIによる埋め草がないかスクリーニングする場合、ブログ記事が自然に読めるか確認する場合など、AI or Notは迅速で説明可能な判定を提供します。また、人間とAIが混在するコンテンツを扱い、どの行を修正すべきかを正確に把握する必要がある場合や、画像、動画、音声のディープフェイクリスクを評価し、複数の形式をカバーする単一のツールを求める場合にも実用的な選択肢です。
検討すべき他のツール
最先端のオープンソースモデル(GLM 5.1、Kimi K2.7 Code、MiniMax M2.7 など)をClaude Code上で、最大4倍の速度(最大200トークン/秒)で、月額一律29ドルで実行できます。数分でセットアップでき、コードの変更は不要です。
BaseRT は Apple Silicon 上で最速の LLM ランタイムです。ワンコマンドでインストールし、ローカルモデルを自分のデバイス上で実行できます。
世界はAI需要に追いつくだけの計算リソースを十分に構築できていません。そこで私たちは別の道を選びました。ZeroGPUは、既存の計算リソースを再利用するハイブリッドエッジネットワーク上で動作する小規模言語モデルを活用したAIインフラです。すべてのタスクにフロンティアモデルが必要なわけではありません。私たちの目的特化型でエッジ最適化されたモデルは、10倍高速、50%低コストで動作し、フロンティアレベルの精度を維持しながら、実運用タスクの70~80%を小規模モデルにオフロードします。
Parrotのご紹介:Ringgのプロダクショングレード音声エージェント向け音声認識モデル。ヒンディー語が多く含まれるノイズの多い実世界の会話を、低レイテンシの推論、高品質な文字起こし、そして下流ワークフロー向けに構築されたヒンディー語検証機能でキャプチャします。
メーカー
Rachel