Un développeur affirme avoir rétro-ingénieré SynthID, le système de marquage invisible de Google DeepMind, ouvrant la voie à l’effacement ou à l’usurpation des filigranes IA.
Un développeur indépendant prétend avoir percé la défense de SynthID, la technologie de Google censée rendre les images générées par intelligence artificielle identifiables à vie. Entre code open-source et méthodologie artisanale, cette annonce fragilise la promesse d’une traçabilité infaillible du contenu numérique. Google dément fermement, mais le doute s’installe.
Le hacker, le « noir pur » et les 200 images
Un développeur opérant sous le pseudonyme Aloshdenny prétend avoir percé le secret de SynthID. Cette technologie phare de Google DeepMind est censée rendre les contenus générés par IA identifiables à vie. Selon ses publications sur Medium et GitHub, le jeune homme aurait réussi cet exploit sans accès propriétaire, armé seulement de patience, de traitement de signal et de 200 images générées par le modèle Nano Banana de Google.
Le principe de son attaque est d’une simplicité désarmante. Aloshdenny a généré 100 images entièrement blanches et 100 images entièrement noires. En augmentant drastiquement le contraste et la saturation, puis en nettoyant le bruit numérique, il a isolé les motifs récurrents. Sur une image « noir pur », chaque pixel non nul représente théoriquement le filigrane lui-même. En moyennant ces résultats, le développeur affirme avoir vu le tatouage numérique lui rendre son regard.
Une efficacité contestée par Mountain View
Face à cette annonce, Google n’a pas tardé à réagir. Un porte-parole de l’entreprise a déclaré que les affirmations concernant la suppression de SynthID sont fausses. Pour le géant de Mountain View, leur technologie reste un moyen efficace et robuste pour étiqueter les contenus produits par Gemini, Veo ou YouTube. Google rappelle que SynthID est conçu pour être intégré directement dans les pixels au moment de la création, le rendant quasi indélébile.
Pourtant, Aloshdenny a publié les preuves de son travail en open-source sur GitHub. Il admet n’avoir pas pu supprimer totalement le marquage sans dégrader l’image. Il a, d’ailleurs, salué au passage la très bonne ingénierie de Google. Toutefois, il prétend avoir trouvé une méthode pour confondre le décodeur. En distordant légèrement le motif, il parviendrait à abaisser le niveau de confiance des outils de détection au point de les rendre inutilisables.
This is clever! But also unfortunate that it’s now cracked. The information commons of the future will be healthier with ways to tell what is real and what is AI. https://t.co/kM6gZHhXjS
— nxthompson (@nxthompson) April 10, 2026
Les chiffres derrière le reverse-engineering
Pour étayer sa démonstration, le développeur ne s’est pas arrêté aux 200 images de test initiales. Il a analysé une base de données massive pour affiner sa compréhension du système :
- 123 268 paires d’images originales et éditées via Nano Banana ont été passées au crible.
- L’objectif était de contrer le facteur d’aléa utilisé par les encodeurs de Google, qui place normalement le filigrane de manière unique sur chaque visuel.
- Les résultats montrent des différences visuelles minimes entre l’image tatouée et celle dont le SynthID a été partiellement retiré. Ce qui prouve que la qualité esthétique reste préservée.
La fin du filigrane unique ?
Cette polémique met en lumière la fragilité des solutions de provenance à couche unique. Si SynthID est déployé sur l’ensemble des produits IA de Google, des clones de créateurs sur YouTube aux vidéos générées par Veo, ce possible contournement pose un problème de sécurité majeur. Pour les experts, cela signale une accélération de la course aux armements entre les systèmes de marquage et les techniques d’évasion.
Le consensus technique qui émerge de cette affaire suggère que le tatouage numérique ne peut être une solution miracle. Pour être réellement défendables, les preuves d’origine devront désormais être multicouches. Cela implique de combiner le tatouage invisible avec des signatures cryptographiques et des registres de métadonnées sécurisés. Des journaux d’audit immuables viennent compléter l’ensemble pour garantir la traçabilité des contenus synthétiques.
- Partager l'article :
Restez à la pointe de l'information avec
INTELLIGENCE-ARTIFICIELLE.COM !
