

Le service photo qui reçoit une image spectaculaire d’un lecteur, d’un pigiste ou d’un réseau social doit décider vite si elle peut paraître, et la tempête, la foule ou l’inondation qu’elle montre peut désormais être produite par un modèle en quelques secondes.
Vérifie les images, vidéos et fichiers audio qui arrivent à votre rédaction, cherche d’abord la signature laissée par le générateur puis les traces qu’un modèle laisse dans le contenu, et dit à l’éditeur ce qu’elle a trouvé avant toute publication.
Une tempête, une foule ou une inondation se génèrent désormais en quelques secondes, et un seul faux publié coûte bien plus cher à une rédaction que les quelques minutes qu’il faut pour vérifier.
Les rédactions, agences photo et plateformes qui traitent dépêches, contributions de lecteurs et publications sur les réseaux sociaux, et les équipes de vérification qui les accompagnent.
Le problème
La vérification des sources et la recherche d’image inversée ont été conçues pour repérer une vraie photo prise ailleurs ou à un autre moment, et une image générée il y a quelques minutes n’a de version antérieure nulle part.
Une tempête, un incendie ou une manifestation qui n’ont jamais eu lieu, publiés quelques minutes après le début d’un événement réel et partagés plus vite que quiconque ne peut les vérifier.
Une vraie image dans laquelle un panneau, un drapeau ou une partie de la foule a été ajouté ou retiré : la scène est réelle, et un de ses éléments est inventé.
Ce que vous voyez
Ce que nous détectonsUne vraie photo de rue dans laquelle seuls la barrière et son reflet ont été ajoutés.
Des comptes qui nourrissent un récit avec des dizaines d’images issues du même modèle, chacune plausible prise seule, et reliées dès que l’on sait lire comment elles ont été produites.
En chiffres
des gens font confiance à la plupart des informations la plupart du temps, le niveau le plus bas depuis 2015.
Source : Reuters Institute, Digital News Report 2026des gens se disent inquiets de ne plus savoir ce qui est vrai ou faux en ligne.
Source : Reuters Institute, Digital News Report 2026des images et vidéos d’actualité portent des données de provenance capables de prouver d’où elles viennent, selon une estimation citée par l’institut.
Source : Reuters Institute, Trends and Predictions 2026Notre réponse
Label4.ai ajoute une question aux contrôles que vous menez déjà, et laisse le reste de votre processus tel qu’il est.
Agence, portail d’envoi, e-mail ou réseau social : votre circuit, quel qu’il soit.
Vérification des sources, recherche d’image inversée et l’œil de l’éditeur. Inchangés.
Cette photo est-elle bien ce qu’elle prétend être ? Vérifiée automatiquement à son arrivée, en quelques secondes, avec ses raisons.
Publier, publier avec une mention, ou retenir, avec le motif consigné.
L’éditeur voit d’abord la conclusion, puis trois phrases qu’il peut redire à la rédaction, comme celles-ci.
Notre méthode
Il fonctionne dans notre cloud ou sur vos propres serveurs, via la console Anomaly Engine ou l’API.
En option, grâce à notre expertise du watermark, les photos et les vidéos que vous publiez portent une marque invisible : chacun peut vérifier qu’elles viennent bien de votre rédaction. Tout ce qui ne porte pas cette preuve est analysé normalement. À propos de notre watermark
Découvrir la technologie en détailVos contenus
Vous nous envoyez un lot d’images dont vous connaissez déjà l’origine, y compris les faux que vous avez repérés et ceux qui ont été publiés. Nous vous rendons un résultat pour chaque image, vos taux de fausses alertes et de détections manquées, et la liste claire de ce que nous n’avons pas vu.
Nous répondons à chaque demande sous deux jours ouvrés, sous accord de confidentialité si vous le souhaitez.