← Retour au blog
AiEnviron 7 min de lecture

Pangram annonce 99.96 %. Le jeu de test aussi est maison

Publié le 14 nov. 2026
Pangram annonce 99.96 %. Le jeu de test aussi est maison

La semaine où Pangram Labs a sorti son détecteur d'images, deux photographes aux antipodes se disputaient avec des inconnus pour savoir si leurs photos étaient authentiques.

En Nouvelle-Zélande, l'astrophotographe Brendan Larsen a passé deux heures sur le mont Taranaki en septembre pour capturer 578 images, puis environ 45 heures à les empiler dans Photoshop. Le plus gros du temps est parti à effacer des étoiles, afin que ressortent environ 1 400 satellites et 14 000 traînées. La photo paraît à la mi-octobre, récolte des dizaines de millions de vues, et une partie du public la déclare générée par IA. Il avait filmé sa méthode par précaution et l'a publiée aussi. Voilà où on en est : fabriquer l'image n'est que la moitié facile du travail.

En Angleterre, un photographe nommé Dave Wilson a regardé une photo de tempête sur le phare de Whitehaven, postée par un compte appelé Aerial Perspectives, et jugé que les conditions de vol rendaient la prise de vue impossible. Il a passé le fichier dans Verify, le service d'OpenAI qui lit les métadonnées C2PA et les filigranes SynthID, et il a obtenu une correspondance. En parcourant le reste du portfolio, il a trouvé presque tout le reste signalé. L'entreprise a mis la photo de tempête sur le dos d'un ancien membre de l'équipe, reconnu qu'elle n'aurait pas dû être présentée comme une photographie, et nié que le portfolio soit synthétique. Son explication : elle ajoute son propre filigrane via ChatGPT, d'où la présence de SynthID.

Cette dernière explication tient soit d'une description raisonnable d'un flux de travail, soit d'un arrangement très commode, et aucun détecteur du marché ne tranche aujourd'hui.

Ce que Pangram a sorti

Pangram s'est fait un nom sur la détection de texte. La même semaine de début novembre, l'entreprise a étendu son offre à l'image et à la vidéo avec deux modèles.

Pangram Image 1.0 est le vaisseau amiral. L'argument : une détection qui résiste à la compression, aux petits fichiers et aux retouches partielles, ce qui correspond à l'état réel de la plupart des images en circulation. La résolution minimale descend à 256 x 256 pixels, même si l'entreprise signale des résultats moins fiables quand le petit côté passe sous 512 pixels.

Image Flash 1.0 est le modèle plus léger, et il travaille sur la vidéo image par image.

Les chiffres de précision sont là où ça devient intéressant. Pangram annonce 99.96 % pour Image 1.0 sur un jeu de données bâti maison, en faisant produire à 12 générateurs d'images de pointe 1 200 équivalents de 100 photographies réelles. Flash 1.0 atteint 98.7 % sur DF26, une étude que Pangram cite, et dépasse plusieurs grands services de détection sur son propre jeu de 1 529 vidéos.

Le média allemand heise, qui a couvert le lancement, note simplement qu'aucun de ces chiffres n'a été vérifié indépendamment.

Le jeu de test, c'est tout le débat

La précision revendiquée par un détecteur vaut ce que valent les images qui ont servi à la mesurer. Le chiffre phare de Pangram sort d'un ensemble équilibré où chaque photo réelle a douze jumeaux synthétiques, un par générateur. Le protocole est propre. Il signifie aussi que le modèle a été noté sur les douze outils choisis par l'entreprise, et le chiffre publié ne dit rien de son comportement face à un treizième.

Ce constat n'a rien de propre à Pangram : pratiquement tous les vendeurs de détection communiquent de cette façon. D'où la lecture honnête d'un 99.96 %, celle d'un plafond mesuré dans de bonnes conditions, jamais d'une estimation de terrain.

Deuxième raison de ne pas serrer ce chiffre de trop près. Les exigences de transparence de l'AI Act européen s'appliquent par phases depuis août 2026, ce qui transforme la déclaration en obligation de conformité plutôt qu'en geste de courtoisie. La réglementation crée une demande de chiffres, parce qu'un acheteur a besoin d'un nombre à montrer. Qu'un vendeur publie le sien est la conséquence prévisible, et l'évaluation indépendante est ce qui n'a pas suivi.

Le plancher de 256 pixels compte plus que le titre

Sous l'argument de précision dort un détail d'ingénierie plus utile. La plupart des systèmes de détection réclament une image correcte. Les plateformes recompressent, recadrent et réduisent tout, donc un détecteur qui travaille sur une vignette de 256 pixels ne fait pas le même métier qu'un autre qui exige le fichier d'origine.

Un bloc de verre dépoli posé à côté d'un bloc identique beaucoup plus petit, éclairé par l'arrière, dont toute l'arête s'illumine.

La réserve en dessous est tout aussi concrète. Passé sous 512 pixels sur le petit côté, Pangram annonce des résultats moins fiables. Le modèle rend donc un verdict sur un petit recadrage, et il précise quand ce verdict vacille.

Pour qui fait du travail de vérification, cette combinaison vaut mieux qu'un taux unique. Un détecteur qui répond « je ne sais pas » devant une capture très recadrée sert plus qu'un détecteur qui répond toujours.

La vidéo est le problème le plus dur

La détection d'images attire l'attention parce que les disputes s'y passent, mais l'écart a toujours été plus large du côté vidéo. Un clip généré, c'est des centaines d'images, et un filigrane posé au niveau du pixel doit survivre au réencodage, au recadrage vertical et à tout ce que la plateforme lui fait à l'upload.

Pangram vérifie image par image avec Flash 1.0. Moins cher que de traiter le clip comme un objet unique, et cela produit une distribution plutôt qu'un verdict, ce qui ressemble au travail d'un relecteur humain : faire défiler, s'arrêter sur un passage douteux, regarder de près.

La nuance apportée : une vidéo partiellement générée obtient désormais une réponse mesurable au lieu d'un oui ou non. La publicité et la production de formats courts reposent sur des images hybrides, des plates réelles avec des inserts générés, et la question qui compte pour les règles de transparence est la part des images synthétisées.

Ce que la détection peut et ne peut pas faire

L'affaire Aerial Perspectives montre la limite clairement. Un filigrane détecté constitue une preuve solide qu'un modèle génératif a touché le fichier. Un résultat propre ne prouve rien, parce qu'un détecteur ne reconnaît que les filigranes des partenaires qu'il suit, et une image fabriquée ailleurs revient propre. Cult of Mac a fait la même remarque à propos de l'ajout de SynthID à Image Playground dans iOS 27.2 : le contrôle est à sens unique.

Cette asymétrie explique que le flux de travail d'un éditeur photo compte désormais trois gestes. D'abord les métadonnées de provenance via OpenAI Verify ou le panneau About This Image de Google, qui affiche les données C2PA quand le fichier en porte. Ensuite une recherche inversée pour trouver la première apparition. Enfin regarder l'image, parce que les mains, le texte et les bijoux trahissent encore plus que n'importe quel classifieur.

Le cas Larsen ajoute la partie que personne n'a résolue. Une photo authentique bâtie sur 578 images empilées a l'air synthétique, parce que le procédé produit quelque chose que l'œil n'a jamais vu. Les modèles de détection n'ont pas de catégorie pour ça, et les gens qui commentent non plus.

Le lancement de Pangram est une vraie avancée. La détection vidéo était particulièrement maigre, et un modèle image par image à ce prix comble un trou. Dans les prochains mois, le chiffre à surveiller est ailleurs que dans ce 99.96 % : quelqu'un publiera-t-il, hors de Pangram, un résultat qui le confirme ?

Articles associés

Quelqu'un a mis le droit mondial dans git, on peut donc blâmer un article de loi

global-law conserve les textes de chaque pays dans un dépôt git où chaque commit correspond à une loi entrée en vigueur à une date connue. On peut lancer log, blame, show et diff sur un article, demander ce qui s'appliquait dans chaque pays un jour donné, et confier le tout à un assistant via MCP.

Un serveur, une streameuse IA : dans le code qui fait tourner un live nocturne

open-yoki est le code de production d'une hôte IA qui streame chaque soir sur Binance Square, personnalité, voix et fonctions liées à l'argent retirées. headless Chrome dessine la frame, ffmpeg pousse le RTMP, un dossier de Markdown décide de son humeur et de ce qu'elle publie.

Pinky laisse un agent piloter votre téléphone, et garde le bouton Envoyer enfoncé jusqu'à votre clic sur Autoriser

Pinky relie n'importe quel agent MCP à un vrai iPhone ou Android et impose l'approbation dans sa propre passerelle plutôt que dans un prompt. Les applis bancaires sont invisibles, les champs de mot de passe interdits, et sous Android 13 l'agent obtient un second écran caché.

Cicada écoute directement l'audio de votre réunion, sans bot dans la salle

Cicada est une application gratuite pour Mac, Windows, Linux et Android qui écrit des sous-titres bilingues et des notes de réunion structurées à partir de l'audio du système, puis vous laisse tenir une touche pour répondre dans l'autre langue avec votre propre voix clonée. Aucun bot ne rejoint l'appel.