NVIDIA dévoile un détecteur IA de deepfakes à 92 % de précision

NVIDIA dévoile un détecteur IA de deepfakes à 92 % de précision

NVIDIA a présenté au SIGGRAPH 2026 son Synthetic Video Detector, un microservice capable d'identifier les vidéos générées par IA avec jusqu'à 92 % de précision et en seulement 22 millisecondes. L'outil cible les rédactions et diffuseurs, pas le grand public.

Détecter un deepfake avant qu'il ne se propage : c'est le défi que NVIDIA s'attaque frontalement avec son Synthetic Video Detector (SVD), dévoilé lors du SIGGRAPH 2026. L'outil analyse les vidéos image par image, attribue à chacune un score de probabilité entre 0 et 1, puis calcule une moyenne pour statuer sur l'authenticité de la séquence. Selon Tom's Hardware, le modèle s'appuie sur les Vision Transformers DINOv2 et DINOv3 de Meta, capables de repérer des artefacts intrinsèques que l'œil humain ne perçoit pas. À 22 ms pour une vidéo 1080p sur GPU RTX, la latence est suffisamment basse pour s'intégrer dans des workflows de diffusion en direct.

92 % sur vidéo brute, mais le vrai terrain c'est YouTube

Les chiffres de précision annoncés par NVIDIA méritent qu'on les lise dans l'ordre. Sur des fichiers non compressés, le SVD affiche 92 % de réussite, et c'est là que s'arrête souvent le communiqué.

Dès 15 % de compression, ce taux chute à 87 %, puis à 82 % pour une compression de 50 %. Ce dernier scénario n'est pas un cas limite : c'est la norme sur YouTube, TikTok ou Instagram, qui recompressent systématiquement les vidéos uploadées.

82 % reste une performance solide pour un outil de ce type, et le modèle revendique la première place sur l'AI GVD Bench, le benchmark sectoriel de référence. Reste que l'écart de dix points entre laboratoire et plateforme sociale illustre exactement le problème que les rédactions affrontent : les deepfakes les plus dangereux circulent précisément sous forme compressée, après plusieurs partages.

Un microservice réservé aux entreprises médias

Le SVD est distribué sous forme de microservice NVIDIA NIM, intégrable directement dans les workflows existants de diffusion ou de modération. Il fait partie du programme « AI for Media Private Access », ce qui signifie concrètement qu'aucun journaliste indépendant ni particulier ne peut y accéder pour l'instant.

Une démo est disponible sur build.nvidia.com, mais les limitations sont sévères : traitement cloud lent, taille de fichier plafonnée à 100 Mo, timeouts fréquents.

NVIDIA travaille déjà avec Wowza pour intégrer la détection en temps réel dans des workflows de livestreaming couvrant plus de 35 000 déploiements dans 170 pays. L'outil requiert l'encodeur NVENC, ce qui exclut certaines cartes datacenter comme la B100. La cible prioritaire reste donc les diffuseurs et agences de presse équipés de stations de travail RTX.

NVIDIA prend soin de préciser que le SVD n'est pas destiné à remplacer la vérification humaine, mais à en être une couche supplémentaire. C'est honnête, et c'est aussi là que réside la question centrale pour les rédactions : un outil réservé aux organisations déjà bien équipées, performant surtout sur des fichiers non compressés, peut-il réellement changer l'équilibre face à des deepfakes qui se diffusent recompressés en quelques minutes ? La réponse dépendra moins de la technologie elle-même que de la vitesse à laquelle elle sera rendue accessible au-delà du cercle des grands diffuseurs.