La vidéo synthétique échoue aux frontières et dans la durée. Les générateurs savent produire une surface plausible, tiennent mal la cohérence là où un objet en rencontre un autre, et tiennent plus mal encore des détails arbitraires identiques d'une seconde à la suivante.

Cela vous donne une méthode concrète : arrêtez de fixer le visage, et allez regarder les bords et les séquences. Une image isolée peut être irréprochable. Dix secondes du même plan, en général non.

Que faut-il vérifier en priorité ?

Classé selon la fréquence à laquelle chaque point donne une réponse nette, pas selon son évidence.

Vérification Ce qu'il faut regarder Pourquoi ça marche
Mains et doigts Comptez les doigts ; observez les doigts qui se croisent ou qui saisissent Les mains sont très articulées et se masquent souvent elles-mêmes — la géométrie la plus dure à garder cohérente
Boucles d'oreilles et bijoux Asymétrie entre les oreilles, dérive de forme, objets qui disparaissent derrière les cheveux et reviennent différents Les petits objets rigides n'ont pas de forme attendue forte ; les générateurs les improvisent image par image
Mèches de cheveux sur le fond Les mèches isolées au bord de la silhouette ; les fils qui se fondent dans le fond Le détail fin en transparence, à une frontière, concentre les artefacts de détourage
Dents et langue pendant la parole Nombre et forme des dents qui changent en pleine phrase ; géométrie de la langue L'intérieur de la bouche est fréquemment régénéré d'une image à l'autre
Cohérence temporelle Arrêtez-vous à 0 s, 2 s, 4 s du même plan ; comparez grains de beauté, cicatrices, tatouages, longueur des ongles, motif du tissu Les détails sans contrainte structurelle dérivent, car rien ne les oblige à durer
Peau aux points de contact Là où une main appuie sur la peau, ou où la peau rencontre le tissu La déformation au contact demande une physique que le modèle ne fait qu'approcher
Texte dans l'image Panneaux, emballages, incrustations à l'écran Le texte est l'échec classique — des lettres plausibles, des mots incohérents
Reflets dans les yeux Des points lumineux différents d'un œil à l'autre, ou qui ne reflètent rien de cohérent Les reflets exigent un modèle de la scène qui n'existe pas

La ligne cohérence temporelle est à elle seule la technique la plus forte et la plus sous-utilisée. Mettez le même plan en pause à plusieurs endroits et comparez un détail précis et arbitraire — la forme exacte d'un grain de beauté, le motif d'un drap, la longueur d'un ongle. Une caméra enregistre le même objet ; un générateur le réinvente.

Pourquoi les images isolées trompent-elles aujourd'hui ?

Parce que la qualité image par image est ce que la recherche en génération optimise le plus durement, et que c'est largement résolu pour l'image fixe.

Les vieux indices — peau cireuse, symétrie troublante, oreilles déformées — sont des artefacts de modèles antérieurs, et les chercher donne une fausse assurance quand ils sont absents. Juger une génération de 2026 avec les artefacts de 2022, c'est produire des réponses fausses et assurées dans les deux sens.

Ce qui n'a pas été résolu aussi complètement, c'est la persistance : garder chaque détail non contraint identique sur des centaines d'images pendant que la caméra et le sujet bougent. C'est là que se trouvent les indices restants.

Comment vérifier la cohérence en pratique ?

  1. Choisissez un plan continu — sans coupe. Une coupe remet tout à zéro et offre au générateur un blanc-seing.
  2. Mettez en pause à trois ou quatre endroits de ce plan.
  3. Choisissez un détail arbitraire et non structurel : un grain de beauté, un groupe de taches de rousseur, le bord d'un tatouage, un imprimé, la forme d'un ongle, un maillon de bijou.
  4. Comparez-le d'une pause à l'autre. Un vrai détail est stable. Un détail synthétique dérive, change de forme, ou disparaît et revient différent.
  5. Recommencez avec un deuxième détail dans une autre zone de l'image. Un seul détail qui dérive, ce peut être la compression ; deux, c'est un motif.
  6. Regardez une main passer devant quelque chose et avancez image par image. Les frontières d'occultation sont là où la cohérence casse le plus visiblement.

La recherche faciale peut-elle vous dire si une vidéo est synthétique ?

Pas directement — et il faut être précis sur ce qu'elle peut ou ne peut pas apporter.

La recherche faciale compare votre image aux visages indexés et renvoie des scores de similarité. Ce que vous obtenez, c'est un signal de provenance, pas un verdict sur la synthèse :

  • Une forte correspondance avec une actrice réelle et indexée vous dit que le visage ressemble à une personne réelle. C'est compatible avec une sortie authentique et avec un échange de visage sur d'autres images. Cela resserre la question plutôt que d'y répondre.
  • Aucune correspondance ne vous dit presque rien. Notre index contient 241,792 visages, dont 2,333 rattachés à une actrice nommée sur 106 sites (notre index, instantané de 2026-08), et 2,246 de ces 2,333 ont leur image représentative issue d'une seule source. Une absence relève bien plus souvent d'un problème de couverture ou de qualité d'image que d'une preuve de synthèse.

La combinaison utile, c'est une forte correspondance faciale accompagnée d'échecs sur les vérifications temporelles ci-dessus. Ce schéma est compatible avec l'apparence d'une actrice réelle appliquée à des images générées ou substituées — ce qui est grave, parce que c'est fait sans consentement.

Une limite qu'il faut énoncer : aucune de ces vérifications n'est une preuve. Elles déplacent une probabilité. Quiconque promet une certitude sur les médias synthétiques à partir du seul examen visuel en dit plus que ce que les indices permettent.

Et les détecteurs automatiques ?

Traitez leur sortie comme un élément parmi d'autres, pas comme un verdict.

Les détecteurs sont entraînés sur les productions de familles de générateurs précises et perdent en précision quand ces familles changent. Ils se dégradent aussi sur exactement le type de matériau que vous risquez d'examiner : de la vidéo réencodée, redimensionnée, tatouée d'un filigrane, où la compression a détruit les fines traces statistiques dont les détecteurs dépendent. Les faux positifs comme les faux négatifs sont fréquents.

L'ampleur de cette dégradation a été mesurée, du moins dans la littérature de recherche. Une évaluation indépendante à l'aveugle, menée en marge d'une conférence de vision par ordinateur de 2025, a vu son meilleur participant obtenir 0.93 d'AUC sur de la vidéo générée intacte, 0.74 une fois appliqué un post-traitement ordinaire, et environ 0.62 sur des images qui avaient été récupérées par capture d'écran — cette dernière valeur n'étant pas loin du pile ou face. D'autres travaux ont trouvé des détecteurs dépassant 96 % face au générateur sur lequel ils avaient été entraînés, et retombant vers cinquante-cinq pour cent face à un autre.

Ce sont des systèmes de recherche évalués en conditions contrôlées. Pour les outils grand public du type « est-ce de l'IA ? » auxquels vous avez réellement accès, il n'existe aucun chiffre de précision reproduit de façon indépendante — la seule évaluation qui incluait des détecteurs vidéo commerciaux était contractuellement tenue d'anonymiser les éditeurs, ce qui est l'inverse de la reproductibilité. Cette page ne cite donc aucun chiffre de précision pour un outil nommé, et un outil qui en cite un sur lui-même ne vous a rien dit que vous puissiez vérifier.

Sources : piste vidéo du SAFE Challenge (ICCV 2025) ; évaluations GenVidBench et Deepfake-Eval-2024 ; vérifié le 2026-08-03.

Pourquoi est-ce important au-delà de la simple curiosité ?

Parce que les représentations synthétiques non consenties de personnes réelles sont un préjudice bien réel, et que se tromper d'identité l'aggrave.

Si une vidéo semble représenter une personne réelle et identifiable et qu'elle échoue aux vérifications de cohérence, la réaction responsable est de la traiter comme non vérifiée et d'éviter de la rediffuser — pas de publier une conclusion. Accuser à tort des images d'être synthétiques nuit à une actrice réelle ; les supposer à tort authentiques diffuse une représentation fabriquée. Dans les deux cas, il y a une personne au bout.

Questions liées

Si vous voulez une réponse à la moitié « provenance » de la question, envoyez une image ici. Elle vous dira si le visage correspond à une actrice indexée, avec un score — la détection tourne dans votre navigateur et l'original ne quitte jamais votre appareil.