Détecteur gratuit d’images IA

Commencez par le fichier que vous avez vraiment

Vérifiez une image suspecte dans son contexte

La compression, les captures d'écran et l'absence d'identifiants de contenu changent ce que l'on peut conclure. Choisissez la situation la plus proche, puis importez le meilleur fichier disponible. DeepFakeCheck garde séparés les signaux de provenance, de métadonnées, de pixels et visuels, au lieu de transformer un signal manquant en preuve.

Téléchargée depuis WhatsApp ou un réseau social

Les plateformes redimensionnent souvent les images et retirent les métadonnées. Un résultat peut encore aider à un premier tri, mais utilisez le fichier original lorsqu'il est disponible et traitez les signaux faibles avec prudence.

Vérifier une image compressée

Les identifiants de contenu sont absents

L'absence d'un manifeste C2PA ne signifie pas qu'une image est fausse. Beaucoup d'appareils photo, d'éditeurs et de plateformes ne conservent pas les identifiants, donc les autres couches de preuve restent importantes.

Examiner les éléments disponibles

Besoin d'un premier contrôle privé

Aucune inscription n'est requise. Le contenu analysé avec succès est conservé de façon sécurisée jusqu'à 7 jours pour améliorer la qualité de la détection, puis supprimé automatiquement. Les résultats sont des éléments d'examen, pas un certificat d'authenticité.

Lancer une vérification d'image

Comparaison de fichiers · Vérifié le 26 octobre 2026

Peut-on vérifier une image IA à partir d'une capture d'écran ?

Nous avons vérifié une œuvre IA sous licence ouverte et une capture d'écran du navigateur de cette même œuvre. La vérification la plus récente du fichier original a renvoyé « Signes possibles de génération ou de manipulation par IA » avec des éléments limités ; la vérification enregistrée de la capture a renvoyé un risque élevé. Une seule œuvre IA connue n'est pas un test d'exactitude.

Téléchargement original

1 536 × 1 536 · WebP

Éléments limités · aucun score numérique affiché

Voir le résultat enregistré →

Capture d'écran du navigateur

588 × 298 · JPEG

Score de risque enregistré : 90/100

Voir le résultat enregistré →

Des vérifications antérieures ont renvoyé 95/100 pour l'original et 92/100 pour la capture ; une vérification ultérieure de la capture a renvoyé 90/100. Une vérification ultérieure de l'original a renvoyé des éléments limités. Voir le résultat antérieur de l'original. L'origine IA connue vient du registre du créateur, même lorsqu'un détecteur est incertain.

La capture montre l'œuvre à 280 × 280 pixels, à l'intérieur d'une capture de navigateur de 588 × 298. La taille, le cadrage et le format de fichier ont changé en même temps. La version du modèle et la variation entre exécutions répétées n'ont pas été contrôlées. Nous ne pouvons pas attribuer une différence de score à un seul changement. Un score de risque n'est pas une probabilité ni une preuve d'authenticité. Il ne s'agissait pas d'un test de transfert WhatsApp.

La source identifie l'œuvre comme générée avec Recraft v3 par VulcanSphere et publiée sous CC0. Ce registre de source établit l'origine connue ; le résultat du détecteur ne le fait pas. Lire la source et la licence.

Vous avez une image suspecte ? Conservez le meilleur fichier disponible, vérifiez son éditeur d'origine, puis examinez les éléments du détecteur à côté de cette source. Un résultat à faible risque ne peut pas certifier qu'une image est réelle.

Vérifiez votre image →

Quota gratuit limité, sans inscription. Les fichiers importés et analysés avec succès sont conservés jusqu'à 7 jours, puis supprimés automatiquement.

Cette photo est-elle réelle ? Vérifiez la source autant que le fichier.

Un détecteur peut inspecter un fichier. Il ne peut pas confirmer la légende, la personne derrière un compte ni le fait que l'événement a eu lieu.

1. Trouvez la publication la plus ancienne. Recherchez l'image ou un recadrage distinctif, puis comparez la date et la légende avec l'éditeur d'origine. Une photo plus ancienne peut être authentique et servir malgré tout à soutenir un récit faux.
2. Conservez la meilleure copie disponible. Enregistrez le téléchargement original si possible. Si vous n'avez qu'une capture d'écran, dites-le dans votre examen : le cadrage, le redimensionnement et l'absence de métadonnées limitent ce que l'on peut conclure. Comparez nos vérifications enregistrées du fichier original et de la capture d'écran.
3. Notez les éléments et l'incertitude. Indiquez l'URL de la source, le type de fichier, les identifiants de contenu et les observations du détecteur. « Éléments limités » laisse la question ouverte ; un résultat à faible risque ne certifie pas qu'une photo est réelle.

Vérifiez le fichier image dont vous disposez →

Pour le contrôle de provenance, à part, consultez l'explication C2PA. Un enregistrement signé valide et une légende factuelle répondent à des questions différentes.

Détecteur d'images IA : cette photo a-t-elle été générée par IA ?

Le détecteur d'images IA de DeepFakeCheck vous aide à examiner si une photo a pu être générée ou modifiée par IA. Importez un fichier JPG, PNG ou WebP (jusqu'à 50 MB) pour inspecter les identifiants de contenu, les signaux de pixels et les éléments visuels. Aucune inscription n'est requise ; des limites d'utilisation du service s'appliquent, et les résultats sont des éléments de premier tri, pas une preuve d'authenticité.

Comment la détection d'images IA fonctionne ici

Nous séparons les éléments disponibles en trois couches au maximum. Chaque couche repère une classe différente d'images générées par IA, et les signaux indisponibles ne sont pas traités comme une preuve contraire :

• Inspection C2PA et des métadonnées. Le fichier original est contrôlé localement à la recherche d'identifiants de contenu signés. La validité, la confiance dans le signataire et la source déclarée sont affichées séparément. Les chaînes EXIF ou XMP non signées ne sont que des indices et ne déclenchent jamais un verdict automatique d'IA.
• Analyse d'artefacts au niveau des pixels. Un détecteur d'image dédié peut ajouter un signal de pixels distinct à partir du fichier original importé. La compression et le redimensionnement peuvent effacer ce signal, donc un score faible du détecteur ne prouve jamais qu'une image est réelle.
• Examen visuel. Le modèle examine des détails comme l'éclairage, les reflets et la cohérence des objets. Des détails inhabituels peuvent aussi apparaître sur de vraies photos : ils ont besoin d'éléments complémentaires et n'identifient pas un générateur précis.

Quels types d'images IA nous pouvons détecter

L'analyse cherche des signaux généraux de génération et de modification. Elle ne nomme pas le générateur. Les captures d'écran, la compression JPEG forte et le redimensionnement des réseaux sociaux retirent des traces forensiques importantes et doivent être traités comme des entrées de confiance plus faible.

Images Gemini et Nano Banana

Certaines exportations Gemini et Nano Banana contiennent un identifiant de contenu C2PA intégré. Si ce manifeste est encore dans le fichier, ce même lecteur local le vérifie et peut afficher le générateur de la déclaration, le signataire et les actions déclarées. Le contrôle ne décode pas Google SynthID et ne récupère pas un identifiant à partir d'un filigrane invisible après que le manifeste a été retiré. La page du détecteur Nano Banana explique cette limite et vous renvoie ici pour importer l'image.

Images retouchées par IA, altérées et seulement en partie générées

Beaucoup de fichiers ne sont pas entièrement générés. Le remplissage génératif, la suppression d'objets, le remplacement de l'arrière-plan et l'amélioration par IA ne changent qu'une partie de la photo. Ce contrôle peut faire apparaître des conflits de provenance, de texture, de bords ou d'éclairage, mais un résultat net ne prouve pas que l'image est intacte. Les recadrages ordinaires, la correction des couleurs et les autres retouches qui ne sont pas de l'IA sont en dehors de ce que le détecteur est conçu pour identifier. DeepFakeCheck ne vérifie pas non plus les filigranes invisibles propres à un fournisseur : l'absence d'un filigrane n'est donc pas traitée comme une preuve.

Usages courants du détecteur d'images

• Journalistes et vérificateurs de faits qui contrôlent si une photo virale sur X ou Telegram est réelle avant de la publier.
• Recruteurs et équipes RH qui examinent des photos de profil à la recherche de portraits générés par IA utilisés dans de fausses candidatures.
• Utilisateurs de rencontres en ligne qui vérifient si les photos d'un contact semblent trop parfaites : les visages générés par IA sont désormais un outil courant d'arnaque sentimentale (catfishing).
• Équipes de confiance et de sécurité du commerce en ligne qui repèrent des images de produit générées par IA importées par des vendeurs.
• Enseignants et étudiants qui distinguent de vraies images de référence et des illustrations générées par IA dans des recherches et des devoirs.

Comment le résultat est structuré

La provenance signée, les indices de métadonnées non signées, les signaux de pixels dédiés et le raisonnement du modèle visuel restent séparés. Un signal faible ou manquant n'est jamais présenté comme la preuve que l'image est authentique.