La start-up Pangram Labs propose désormais des outils pour repérer images et vidéos générées par IA, en plus du texte. Les performances affichées sont élevées selon l’entreprise, sans vérification indépendante, et les modèles ont été entraînés pour résister aux compressions et aux retouches des smartphones.
Des scores revendiqués sans audit et une concurrence déjà en place
Pangram Labs fait savoir que son modèle Flash 1.0 obtient un score de 98,7 % sur le corpus DF26, soit 29 points d’avance sur le détecteur qui le suit, mais ces performances n’ont pas été validées par une équipe indépendante. La société indique aussi surpasser ses rivaux dans la détection d’images et de vidéos, sans préciser lesquels, alors que des sociétés telles que Hive, Reality Defender ou Sightengine proposent déjà leurs détecteurs à des plateformes et des rédactions. Pangram propose aussi une extension pour navigateurs et une interface de programmation pour les entreprises, mais ses performances restent à confirmer par des validations externes.
Accès aux nouveaux outils et conditions d’utilisation
Deux modèles sont désormais disponibles : Pangram Image 1.0 pour les images et Flash 1.0 pour les vidéos. Ils sont accessibles sur le site de l’entreprise et via une extension compatible avec Chrome et Firefox. Sans abonnement, il est possible de soumettre cinq images par jour à Image 1.0, tandis que Flash 1.0 est réservé aux comptes payants.
Méthode d’analyse : carte thermique et traitement image par image
Image 1.0 fournit une analyse détaillée qui va au-delà d’un simple verdict binaire et génère une carte thermique localisant les zones suspectées comme générées par IA. Le modèle peut distinguer des contenus entièrement synthétiques de ceux modifiés par des outils de retouche générative. Pour la vidéo, Flash 1.0 procède à une analyse image par image.
Vous voulez les meilleurs outils IA avant les autres ?
On teste et on décrypte les nouveaux outils IA chaque soir, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Entraînement pour résister aux compressions et aux redimensionnements
Les contenus visuels circulent souvent sous des formes compressées ou redimensionnées, ce qui complique la tâche des détecteurs en raison des artefacts. Pangram Labs indique avoir entraîné ses modèles sur des images floutées, réduites, compressées ou bruitées afin d’éviter de confondre ces artefacts avec des traces de génération.
Chiffres revendiqués pour l’image et protocole DF26 pour la vidéo
Pour évaluer Image 1.0, Pangram Labs a constitué un jeu de 100 vraies photos et a demandé à 12 générateurs de produire chacun un double, soit 1 200 imitations. Sur ce corpus, la société annonce avoir obtenu 99,96 % de réponses correctes. Lors d’autres tests, elle précise que son modèle détecte plus de 99 % des images générées artificiellement avec un taux de faux positifs de 0,27 %, ce qui correspond à environ une vraie photo sur 370 signalée à tort. Pour la vidéo, Pangram Labs évoque des essais réalisés avec le benchmark DF26, qui rassemble 271 vidéos authentiques de personnes face caméra et 2 420 copies produites par sept modèles, dont Veo 3.1 et Grok Imagine. Les participants humains n’ont correctement identifié que 52,6 % des fausses vidéos lors d’une expérience menée par les concepteurs de DF26, et les autres détecteurs testés n’obtenaient pas de meilleurs résultats.
Smartphones et lancement retardé, un cas délicat pour la détection
Max Spero explique que la plupart des smartphones, y compris les iPhone, appliquent un post-traitement par IA qui ajoute du détail aux photos, ce qui oblige les modèles de détection à tolérer ces retouches sans laisser passer des images entièrement générées. Selon Pirate Wires, Pangram Labs a retardé le lancement après avoir constaté que des photos prises avec l’iPhone 18 Pro étaient classées comme artificielles, puis a testé le détecteur sur plusieurs exemplaires de ce téléphone avant de le rendre public.
