Le filigrane IA d’Apple dans iOS 27, expliqué.

Ce qu’Apple a annoncé

Le 8 juin 2026, Apple a annoncé des marques SynthID invisibles pour les photos retouchées avec Apple Intelligence et les images créées avec Image Playground, entièrement repensé. Cela concerne aussi bien la retouche d’une photo existante que la génération d’une nouvelle image. Apple Newsroom

La présentation des fonctionnalités d’iOS 27 mentionne Spatial Reframing, Extend et une version améliorée de l’outil Clean Up. Image Playground gagne des styles photoréalistes. Il s’agit de processus distincts : changer de perspective, compléter des bords manquants, supprimer des objets et créer une image à partir d’un prompt. Fonctionnalités d’iOS 27

Pour qui examine une image, la première question utile devient donc : cette scène a-t-elle été générée, ou une photo existante a-t-elle été retouchée ? Une simple étiquette « IA » peut masquer cette distinction.

Une vraie photo peut avoir été retouchée par IA

Imaginez une photo de famille avec un objet gênant à l’arrière-plan. Remplacer cette zone modifie une partie de l’image, mais ne prouve pas que les personnes ou l’événement aient été inventés. À l’inverse, un portrait entièrement généré peut représenter une scène plausible qui n’a jamais eu lieu.

Notre lecture : traitez l’historique de retouche et la véracité de la scène comme deux questions distinctes. Demandez-vous ce qui a changé et si ce changement compte pour l’usage prévu. Un fond d’écran agrandi et une photo produite comme preuve n’appellent pas les mêmes vérifications.

S’agit-il d’un filigrane propre à Apple ?

Le filigrane d’image cité dans l’annonce d’Apple est SynthID. Google DeepMind le décrit comme un signal imperceptible intégré à des contenus générés ou modifiés. Un logo visible, une balise dans le fichier et un filigrane dans les pixels sont trois choses différentes, même si on les appelle souvent toutes « filigrane ». Fonctionnement de SynthID

Le champ Digital Source Type de l’IPTC est une métadonnée qui décrit l’origine d’une image. C2PA ajoute une structure de provenance signée. Aucun des deux ne doit être considéré comme un autre nom de SynthID, et une affirmation concernant un mécanisme ne prouve pas que chaque export Apple contienne les trois. IPTC, C2PA

Gemini peut-il vérifier le filigrane SynthID d’Apple ?

Ne partez pas du principe qu’adopter SynthID rend une image lisible par n’importe quel vérificateur SynthID. La page d’aide de Gemini limite actuellement sa vérification aux contenus créés avec les outils d’IA de Google, tout en reconnaissant l’adoption par d’autres entreprises. Cela ne documente pas une prise en charge d’Apple. Périmètre de vérification de Google

À la date de publication de cet article, nous ne présentons donc pas l’envoi d’une image Apple à Gemini comme une méthode de vérification confirmée pour Apple. Avant de vous fier à un outil, vérifiez qu’il prend explicitement en charge le fournisseur et le type de média que vous devez contrôler.

Un résultat négatif signifie seulement que cet outil précis n’a pas trouvé de marque prise en charge. Il ne prouve pas l’absence d’IA. Consignez le constat exact de l’outil plutôt que de le remplacer par une affirmation plus large comme « cette photo est authentique ».

Que se passe-t-il après une retouche, un partage ou une capture d’écran ?

DeepMind explique que SynthID réside dans les pixels de l’image et peut rester détectable lorsque les métadonnées sont perdues. Il a été conçu pour résister aux modifications courantes, mais Google signale aussi des limites en cas de transformations extrêmes. La robustesse est une propriété à tester pour un fichier et un processus donnés, pas une garantie que chaque copie sera vérifiable. Explication de DeepMind sur le filigranage des images

Dans un travail de vérification, conservez l’export original à côté de toute version compressée ou republiée. Si des copies différentes donnent des résultats différents, documentez quel fichier a été contrôlé. C’est plus instructif que de considérer un seul envoi, réussi ou non, comme un test universel de la technologie.

Une méthode pratique pour examiner une image IA d’Apple

1. Partez du fichier et de son historique. Demandez l’export original et, le cas échéant, la photo source. Notez l’application ainsi que les étapes de retouche et d’export décrites par la personne.
2. Lisez chaque signal disponible séparément. Distinguez les métadonnées, un identifiant de contenu validé, une vérification de filigrane prise en charge et le score de probabilité d’un modèle.
3. Adaptez la conclusion aux indices. « Une retouche par IA a été signalée » et « toute la scène a été générée » sont deux constats différents. Ne substituez pas discrètement l’un à l’autre.
4. Gardez l’incertitude visible. Si aucun signal exploitable n’est disponible, consignez cette limite et enquêtez plutôt sur la source et le contexte au lieu de traiter l’absence comme une preuve.

La place de WasItAIGenerated

Notre vérificateur d’images fournit une évaluation indépendante de détection IA et affiche les informations de provenance et C2PA disponibles renvoyées par le service d’analyse d’images. Le score d’un modèle et le résultat d’un identifiant de contenu doivent être lus comme des types de preuves différents.

Cet article n’annonce ni un vérificateur SynthID dédié à Apple, ni un taux de détection mesuré sous iOS 27. Nous n’avons publié aucun benchmark de ces nouveaux processus Apple. Une évaluation utile nécessiterait des photos originales d’appareil, des images générées, des photos retouchées par IA et des copies exportées, avec les faux positifs présentés séparément.