Détectez l'IA dans les images.

Vérifiez si une photo a été générée par une IA. Voir les forfaits

Détecteur d’images IA
v0.6

JPG, PNG ou WebP · 15 Mo maximum

Essayer un exemple
Dans l'analyse

Voyez les signaux derrière le score.

Voyez ensemble les contrôles visuels, sémantiques et de source.

Comment détecter l'IA dans les images

IA Checker combine la provenance C2PA et SynthID, les modèles visuels et la forensique pixel en un résultat plutôt humain ou plutôt IA.

  1. Provenance et SynthID

    Contrôle C2PA, métadonnées et traces SynthID prises en charge.

  2. Revue du modèle visuel

    Associe les embeddings visuels au raisonnement d'artefacts FakeVLM.

  3. Forensique pixel

    Mesure le bruit, la compression, les fréquences et les résidus.

  4. Fusion des signaux

    Pondère chaque signal en un résultat plutôt humain ou plutôt IA.

Analyse d'exempleScan visuel
Portrait de mode généré par IA dans une serre en verre, utilisé dans l'analyse d'exemple
Éditorial de serre synthétiqueExemple généré / 1200 × 900 / WebP
Analyse d'exempleIAchecker.com / moteur Vision

IA

La structure visuelle, les transitions de matériaux et l'accord entre modèles convergent vers une génération IA.

Alignement synthétique fortLa structure de scène et les transitions de surface correspondent à des motifs de génération appris.Accord sémantique et pixelLes branches sémantique et d'artefacts pointent dans la même direction.Artefacts fins détectésLa géométrie répétée et les détails de reflets renforcent la lecture synthétique.Accord du modèle partenaireLe modèle image spécialisé conforte le résultat combiné.
Répétition de surface
Forte
Transitions de matériaux
Synthétique
Accord des modèles
4 / 4

Détectez les images des générateurs IA majeurs.

Examinez des images et des images sources de Nano Banana, Higgsfield, ChatGPT Images, Seedance et d'autres, dans un seul flux multi-signaux.

  • Nano Banana
  • Higgsfield
  • ChatGPT Images
  • Seedance

Et 8 de plus

Trois lectures complémentaires d'une même image.

IA Checker combine détection spécialisée, raisonnement multimodal et fusion pixel, pour qu'aucun modèle ne porte seul la décision.

Raisonnement d'artefacts

FakeVLM

Explique des indices visuels fins par un raisonnement multimodal de la scène.

Détection spécialisée

Pangram

Ajoute une lecture indépendante d'un modèle partenaire au résultat image fusionné.

Fusion sémantique et pixel

CO-SPY

Combine le sens de la scène avec des artefacts d'image synthétique de bas niveau.

Moteur Vision IAchecker.com

Une image, plusieurs lectures, un résultat clair.

Notre approche de vision par ordinateur lit le cadre entier et des régions locales en parallèle. Elle compare bords, textures, relations spatiales, structure de compression et descripteurs visuels appris, avant que FakeVLM, Pangram, CO-SPY et la couche de fusion n'assemblent le résultat final.

  • FakeVLMRaisonnement multimodal d'artefacts visuels
  • PangramLecture spécialisée de détection d'image
  • CO-SPYFusion de descripteurs sémantiques et pixel
  • Et plusProvenance, forensique et consensus des modèles

Comment fonctionne la détection d'images IA

IA Checker lit les données de source, la structure visuelle et des signaux de modèles indépendants, puis les combine en un rapport d'image clair.

Lire la provenance

Les identifiants C2PA, les traces SynthID et les métadonnées embarquées peuvent indiquer comment un fichier original a été créé ou modifié.

Inspecter la cohérence visuelle

Textures, reflets, bords, anatomie et transitions de matériaux révèlent des motifs sur l'image entière et dans ses détails locaux.

Comparer des modèles indépendants

IA Checker Vision, FakeVLM, CO-SPY et Pangram apportent des lectures distinctes, fusionnées dans le résultat final.

Bon à savoir

Questions sur la détection d'images IA

Réponses claires sur les formats, la provenance et la couverture des générateurs.

Comment savoir si une image est générée par l'IA ?

La lecture la plus solide combine provenance, artefacts visuels, mesures au niveau pixel et accord entre modèles indépendants. IA Checker présente ces signaux ensemble, pour que le résultat se lise dans son contexte. Un score reste un indicateur, pas une preuve.

IA Checker détecte-t-il les images de ChatGPT Images, Nano Banana, Higgsfield et Seedance ?

Oui. IA Checker analyse les images et les images sources de ces familles de générateurs dans le même flux multi-signaux, avec des modèles visuels, des mesures forensiques et les identifiants de source disponibles.

Qu'apportent C2PA et SynthID à un contrôle d'image ?

C2PA peut porter des identifiants de source signés, et SynthID peut ajouter un signal embarqué au contenu généré pris en charge. IA Checker les lit avec l'analyse visuelle quand ils sont disponibles.

Quels formats d'image IA Checker peut-il analyser ?

Vous pouvez importer des images JPG, PNG et WebP jusqu'à 15 Mo. Les fichiers originaux conservent les informations de source et de pixels les plus riches pour l'analyse.

Comment le moteur Vision IAchecker.com analyse-t-il une image ?

Il combine les lectures spécialisées de FakeVLM, Pangram et CO-SPY avec la provenance, la cohérence visuelle et la forensique pixel. Le rapport présente la probabilité IA combinée et les preuves les plus contributives. Ce n'est pas une preuve d'origine.

Gardez chaque contrôle d'image connecté.

Créez un compte IA Checker gratuit pour gérer votre espace et choisir l'offre de détection d'images adaptée à vos revues.

Créer un compte gratuit