Détecter une vidéo générée par IA : la méthode physique
Sora, Veo et leurs successeurs produisent des vidéos photoréalistes en dix secondes, et les réseaux débordent de « preuves » filmées qui n'ont jamais traversé un objectif. La réponse habituelle — entraîner un détecteur IA contre les vidéos IA — a un défaut structurel : ces classifieurs vieillissent à chaque génération de modèles et se trompent avec assurance sur ce qu'ils n'ont jamais vu.
Il existe une autre voie, plus vieille que le deep learning : la physique. Une vidéo qui a traversé un vrai capteur porte des signatures physiques que les générateurs imitent mal, parce qu'elles n'ont jamais fait partie de leur objectif d'entraînement. Trois d'entre elles se mesurent — et deux se vérifient à l'œil nu.
1. Le bruit de photons
Sur un vrai capteur, le bruit augmente avec la luminosité : c'est le bruit de photons, une loi physique (la variance croît avec le signal). Une zone claire d'une vraie vidéo « fourmille » davantage qu'une zone sombre. Les générateurs produisent l'inverse : un grain plat, uniforme, décoratif — ou pas de grain du tout.
2. Le micro-tremblement
Une vidéo à main levée tremble toujours — un tremblement musculaire de 1 à 8 Hz que personne ne supprime volontairement. Les vidéos générées glissent avec une fluidité irréelle, comme sur un rail invisible.
3. La cadence des images
Beaucoup de générateurs produisent moins d'images réelles qu'affiché et dupliquent ou interpolent des frames pour atteindre 30 img/s. Résultat mesurable : un taux anormal d'images quasi identiques, invisible à la lecture normale.
| Indice | Vraie caméra | Générée / retraitée |
|---|---|---|
| Bruit de capteur | Croît avec la luminosité | Plat ou absent |
| Micro-tremblement | Présent à main levée | Mouvement ample parfaitement lisse |
| Cadence | Chaque image unique | Frames dupliquées |
Les limites — et pourquoi les ignorer vous décrédibilise
Aucun de ces indices n'est une preuve. Une compression forte (WhatsApp, re-partages) écrase le bruit de capteur. La stabilisation lisse le tremblement. Un trépied le supprime légitimement. Ce qui doit alerter, c'est l'accumulation d'indices atypiques plus l'absence du fichier original. Un outil qui crie « FAKE DÉTECTÉ » avec un pourcentage de confiance vous ment sur ce qu'il sait vraiment.
Les outils qui appliquent cette méthode
sky-proof est un outil open source (Rust, zéro dépendance, zéro ML) qui mesure ces trois indices sur n'importe quelle vidéo — chaque test est auditable ligne par ligne. Pour une analyse complète avec interface, VigiSky Sentinel (gratuit, Windows, 100 % local) ajoute le traçage des objets mobiles : trajectoire, vitesse angulaire, courbe lumineuse — il reconnaît les feux à éclats d'un avion à leur fréquence. La méthode détaillée avec les vérifications manuelles est sur vigi-sky.fr/verifier-video-ia.
Le verdict OutilsIA
Les détecteurs entraînés ont leur place, mais bâtir sa confiance dessus est une erreur de fond : ils courent après les générateurs, en permanence, et perdent à chaque nouvelle version. La physique du capteur ne court après personne. En 2026, la bonne posture face à une vidéo extraordinaire tient en trois gestes : demander le fichier original, mesurer les indices physiques, et accepter un verdict prudent. Tout le reste est du spectacle.