En une semaine, NVIDIA a présenté un détecteur de vidéos synthétiques, TikTok a rejoint l’organisme qui normalise la traçabilité des contenus, et la ville de San Francisco a mis en demeure Apple et Google de retirer des applications de deepfake intime. Ces trois annonces n’ont pas été coordonnées, mais elles racontent la même chose : la question n’est plus de savoir si les vidéos truquées vont se répandre, elle est de savoir comment les identifier une fois qu’elles circulent.
Résumer cet article avec :
ChatGPT
Perplexity
Claude
GrokPour un utilisateur ordinaire, l’enjeu est très concret. Une vidéo d’apparence banale peut aujourd’hui servir une arnaque au faux conseiller, une usurpation d’identité ou une intox politique. Reste à savoir ce qui, dans cette contre-offensive, va réellement vous aider à trancher devant une vidéo douteuse.
En résumé
Aucun outil grand public ne donne aujourd’hui un verdict fiable sur une vidéo isolée. Les détecteurs annoncés cette semaine visent les rédactions et les entreprises, pas votre téléphone. En pratique, la vérification la plus efficace reste de remonter à la source : chercher qui a publié la vidéo en premier et si un média identifiable la reprend. Les outils d’analyse automatique servent d’indice complémentaire, jamais de preuve.
Trois annonces en une semaine, trois fronts différents
Les acteurs concernés ne jouent pas sur le même terrain, et c’est ce qui rend la séquence intéressante. Le premier front est technique, le deuxième porte sur la traçabilité, le troisième est judiciaire.
NVIDIA : un détecteur pensé pour les rédactions
Le 20 juillet 2026, lors de la conférence SIGGRAPH, NVIDIA a dévoilé son Synthetic Video Detector. Il s’agit d’un microservice de la gamme NVIDIA AI for Media, qui analyse une vidéo image par image et produit un score de probabilité de contenu synthétique. NVIDIA annonce jusqu’à 92 % de précision sur une vidéo non compressée, avec une latence descendant à 22 millisecondes pour du 1080p sur matériel RTX.
Deux réserves méritent d’être posées tout de suite. D’abord, la précision chute avec la compression, ce qui est précisément l’état dans lequel circulent les vidéos sur les réseaux sociaux : NVIDIA annonce 87 % sur une vidéo compressée à 15 %, et 82 % à 50 %. Ensuite, ce n’est pas un produit grand public. C’est une brique destinée aux diffuseurs et aux entreprises, que l’éditeur Wowza intègre déjà dans son infrastructure de diffusion en direct. Vous ne pourrez pas y déposer une vidéo reçue sur WhatsApp.
TikTok : miser sur la provenance plutôt que sur la détection
Le 10 juillet 2026, TikTok a annoncé une série de mesures d’une autre nature. La plateforme a obtenu un siège au comité de pilotage de la C2PA, la coalition qui définit le standard de traçabilité des contenus, aux côtés d’Adobe, de la BBC, de Google, d’Intel, de Microsoft, d’OpenAI et de Sony. Elle a aussi publié un guide de littératie sur l’IA réalisé avec l’association NAMLE et le chercheur Henry Ajder, annoncé un espace intégré à l’application qui affichera des conseils de vérification lors des recherches liées à l’IA, et étendu sa détection automatique du spam généré par IA sur trois thèmes sensibles : la politique, les conseils financiers et le contenu médical.
Le chiffre revendiqué donne la mesure du phénomène : plus de 3 milliards de vidéos ont déjà reçu un label de contenu généré par IA sur la plateforme. TikTok applique par ailleurs un marquage invisible, lisible par elle seule, aux contenus produits avec ses propres outils d’IA, une mesure introduite lors d’une annonce précédente.
Apple et Google : la pression vient de la justice
Le 17 juillet 2026, le procureur de la ville de San Francisco, David Chiu, a mis en demeure Apple et Google de retirer treize applications de leurs boutiques : huit sur l’App Store, cinq sur le Play Store. Ces applications se présentent comme des outils d’échange de visage, mais servent en pratique à déshabiller des photos de personnes réelles. Le fondement juridique est la loi californienne, qui pénalise le fait de faciliter sciemment la création d’images intimes non consenties.
La réponse des deux entreprises éclaire l’ampleur du problème. Apple indique avoir retiré trois des applications signalées et engagé la fermeture des comptes développeurs associés, ce qui en laisse dix accessibles au moment de la mise en demeure. Google affirme de son côté avoir déjà supprimé des centaines d’applications aux fonctions de dénudement pour violation de ses règles. Autrement dit, le retrait se fait au cas par cas, pendant que l’offre se reconstitue en continu.
En France, le sujet est également passé sur le terrain judiciaire : Le Monde rapportait le 21 juillet que le comédien Denis Podalydès, victime d’un deepfake audio, avait choisi la voie de la justice. Le clonage de voix a ses propres ressorts techniques, que nous détaillons dans notre article sur le fonctionnement des voix générées par IA.
Pourquoi le marquage des contenus ne réglera pas le problème
L’approche par la provenance, celle que porte la C2PA, consiste à inscrire dans le fichier une signature cryptographique décrivant son origine, les outils utilisés et l’historique des modifications. Sur le papier, c’est la solution la plus propre : plutôt que de deviner après coup si une vidéo est fausse, on certifie dès le départ ce qui est authentique.
Le problème est bien documenté et il est structurel. Ces informations vivent dans les métadonnées du fichier, or la plupart des plateformes sociales les suppriment au moment de l’envoi, pour des raisons de poids et de confidentialité. Une capture d’écran, un ré-encodage ou un simple partage suffisent souvent à faire disparaître la signature. C’est exactement pour cette raison que TikTok a ajouté un marquage invisible par-dessus le standard : il survit à des manipulations qui effacent les métadonnées classiques.
Reste une limite que la technique ne franchit pas. Un marquage prouve qu’un contenu a été généré par un outil coopératif. Il ne prouve jamais qu’un contenu non marqué est authentique, puisqu’un générateur non coopératif, ou un contenu simplement ancien, n’en porte aucun. L’absence de signature ne dit rien.
Comment vérifier une vidéo suspecte aujourd’hui
En attendant que ces dispositifs arrivent jusqu’au grand public, la méthode qui fonctionne reste journalistique avant d’être technique. Elle consiste à sortir de la vidéo pour aller voir ce qu’il y a autour.
- Cherchez la source d’origine. Qui a publié cette vidéo en premier, et quand ? Un contenu qui n’existe que sur des comptes anonymes récents, sans reprise par un média identifiable, doit être traité comme non vérifié.
- Vérifiez si l’événement est repris ailleurs. Une déclaration marquante d’une personnalité publique laisse forcément des traces sur plusieurs sources. Le silence général est un signal en soi.
- Faites une recherche d’image inversée sur une capture. Une image extraite de la vidéo, passée dans un moteur de recherche inversée, révèle souvent une version antérieure du même contenu, parfois dans un contexte totalement différent.
- Regardez la vidéo en plein écran et au ralenti. Les incohérences se voient rarement sur un petit format en défilement rapide.
- Utilisez un détecteur en complément, pas en verdict. Les outils publics comme Deepware ou Sightengine donnent un indice de probabilité, utile mais faillible dans les deux sens.
La même logique vaut pour les images fixes, avec des indices visuels qui leur sont propres. Nous les avons détaillés dans notre article sur comment savoir si une image est générée par IA, qui reste le point d’entrée le plus pratique sur le sujet.
Les signes qui doivent alerter sur une vidéo
Les défauts classiques du deepfake se sont beaucoup atténués, et il faut le dire clairement : l’inspection visuelle seule ne suffit plus à trancher sur une vidéo bien produite. Elle reste utile sur les productions bâclées, qui constituent l’essentiel du volume en circulation.
| Zone à observer | Ce qui doit alerter | Fiabilité de l’indice |
|---|---|---|
| Bouche et dents | Synchronisation approximative avec le son, dents trop régulières ou floues | Bonne sur les productions rapides |
| Yeux et clignements | Regard fixe, clignements rares ou trop réguliers, reflets incohérents entre les deux yeux | Moyenne, souvent corrigée |
| Contour du visage | Lisière floue près des cheveux et des oreilles, variations au moment des mouvements rapides | Bonne |
| Cohérence de la lumière | Ombres du visage qui ne correspondent pas à celles du décor | Bonne |
| Voix | Intonation plate, respirations absentes, ambiance sonore trop propre | Bonne sur l’audio seul |
| Mains et objets | Déformations lors des passages devant le visage | Variable |
Un point mérite d’être souligné, parce qu’il est contre-intuitif : plus la vidéo est courte et de mauvaise qualité, plus la détection est difficile, aussi bien pour un humain que pour un algorithme. La compression efface justement les micro-défauts sur lesquels reposent les deux méthodes.
Ce qui va changer dans les prochains mois
Deux échéances méritent d’être suivies. La première est réglementaire : le règlement européen sur l’intelligence artificielle prévoit des obligations de marquage et d’étiquetage des contenus générés, dont une partie s’applique à compter du 2 août 2026. L’Europe fait donc le pari de la transparence à la source plutôt que celui de la détection après coup, ce qui rejoint l’approche C2PA et en partagera les limites.
La seconde est industrielle. Si des détecteurs comme celui de NVIDIA s’installent chez les diffuseurs, un écart va se creuser entre les contenus qui passent par une chaîne vérifiée et ceux qui circulent de messagerie en messagerie. Les premiers seront de plus en plus contrôlés, les seconds pas du tout. Or c’est très largement par le second canal que circulent les arnaques qui touchent les particuliers.
Pour comprendre d’où viennent ces contenus, il est utile de voir à quel point la production vidéo par IA est devenue accessible : notre panorama des outils pour créer des vidéos IA gratuitement donne une idée du niveau atteint par les solutions grand public.
Questions fréquentes
Comment repérer une vidéo deepfake ?
Commencez par la source plutôt que par l’image : identifiez qui a publié la vidéo en premier et vérifiez si un média identifiable la reprend. Ensuite seulement, regardez la vidéo en plein écran et au ralenti, en observant la synchronisation labiale, la lisière du visage près des cheveux et la cohérence des ombres. Sur une production soignée, l’inspection visuelle seule ne permet plus de conclure.
Comment vérifier si une vidéo est truquée ?
Trois gestes couvrent la majorité des cas : une recherche d’image inversée sur une capture de la vidéo, une recherche textuelle sur l’événement supposé pour voir s’il est repris ailleurs, et un passage dans un détecteur public comme Deepware ou Sightengine. Ce dernier résultat est un indice de probabilité, pas une preuve, et il doit être croisé avec les deux premiers.
Comment savoir si une vidéo est un fake ?
Il n’existe pas de test unique donnant une réponse certaine. La méthode fiable consiste à accumuler des signaux convergents : origine du compte qui publie, ancienneté de la vidéo, reprise ou absence de reprise par des sources indépendantes, incohérences visuelles et sonores. Si ces signaux se contredisent, considérez la vidéo comme non vérifiée plutôt que comme authentique.
Est-ce que ChatGPT peut analyser une vidéo pour détecter un deepfake ?
Non, pas de façon fiable. Un assistant conversationnel peut décrire le contenu d’images qu’on lui soumet et signaler des incohérences visuelles apparentes, mais il n’effectue pas l’analyse forensique image par image sur laquelle reposent les détecteurs spécialisés. Il ne faut pas traiter son avis comme un verdict d’authenticité.
Les détecteurs de deepfake sont-ils fiables ?
Leur fiabilité dépend fortement de la qualité du fichier analysé. Le détecteur présenté par NVIDIA annonce jusqu’à 92 % de précision sur une vidéo non compressée, mais 82 % sur une vidéo compressée à 50 %, un état bien plus proche de ce qui circule sur les réseaux. Aucun détecteur ne doit être utilisé seul pour affirmer qu’une vidéo est authentique.
Que faire si je suis victime d’un deepfake ?
Conservez les preuves avant toute chose : captures, adresses des publications, dates et identifiants des comptes concernés. Signalez le contenu à la plateforme, qui dispose de procédures dédiées aux usurpations d’identité et aux images intimes non consenties. En France, ces faits sont pénalement répréhensibles et peuvent faire l’objet d’un dépôt de plainte.
Ressources utiles
- Annonces NVIDIA au SIGGRAPH 2026, incluant le Synthetic Video Detector
- Salle de presse TikTok sur l’étiquetage et le marquage des contenus IA
- Coalition for Content Provenance and Authenticity, le standard de traçabilité des contenus
- TechCrunch sur la mise en demeure d’Apple et Google par la ville de San Francisco
- Cybermalveillance.gouv.fr, pour signaler un contenu et obtenir de l’aide en France