Meta Video Seal

Meta Video Seal

Meta (Facebook Research) · Vidéo

Meta Video Seal est l'outil open source de Meta pour apposer une signature invisible sur les images et les vidéos et retrouver l'origine d'un fichier.

Aperçu de l'interface de Meta Video Seal

À propos de Meta Video Seal

Qu'est-ce que Meta Video Seal

Meta Video Seal est une bibliothèque de filigrane pour qui a besoin de savoir si une vidéo ou une image est authentique. Elle inscrit une signature invisible dans les pixels, puis la détecte plus tard, même après compression, recadrage ou réencodage du fichier. Meta l'a conçue pour l'ère des médias générés par IA, où un faux convaincant se répand sur les plateformes plus vite qu'aucun vérificateur ne peut le traquer.

La promesse est volontairement étroite. Ce n'est pas un éditeur vidéo ni une plateforme de contenu. C'est une bibliothèque Python qu'on installe et qu'on exécute. Meta héberge aussi une démo pour l'essayer d'abord dans un navigateur. Les articles de l'équipe décrivent plusieurs modèles : VideoSeal v1.0 transporte un message de 256 bits, ChunkySeal le porte à 1024 bits et PixelSeal vise le meilleur équilibre entre invisibilité et résistance aux modifications.

Cet équilibre, c'est tout l'enjeu. Un filigrane facile à voir est facile à retirer, et un filigrane difficile à retirer a tendance à se voir. Meta règle cela avec un paramètre appelé force de mise à l'échelle et une astuce de masquage qui cache la marque dans les zones texturées et laisse les zones lisses tranquilles. Le hic : Video Seal est un outil de niveau recherche qui suppose que vous êtes à l'aise pour configurer Python, installer PyTorch et exécuter du code dans un terminal plutôt que de cliquer dans une application.

Pour commencer

  1. Préparez un environnement Python 3.10 avec PyTorch, puis installez le dépôt avec pip et ses dépendances.
  2. Chargez un modèle par son nom, comme videoseal.load("videoseal"), qui télécharge le checkpoint au premier usage.
  3. Fournissez un fichier image ou vidéo, puis appelez embed() pour y inscrire le filigrane.
  4. Appelez detect() sur un fichier suspect plus tard pour relire le message caché et confirmer qu'il est bien à vous.
  5. Pour les vidéos longues, utilisez le script de streaming afin que le fichier soit traité clip par clip au lieu de tout d'un coup.

Informations sur le produit

Aperçu des tarifs, des plateformes compatibles et des performances de Meta Video Seal.

Offre gratuiteOui
Offres payantes$0 (open source, MIT license)
PlateformeWeb demo, Python library (Linux, macOS, Windows)
DéveloppeurMeta (Facebook Research)
CatégorieVidéo
Date de lancementDec 2024
Dernière mise à jourDec 2025
Visites du site224K
Classement mondial du siteN/A
Disponibilité de l’APINon

Idéal pour

Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.

Utilisateurs

  • Chercheurs en IA
  • Plateformes qui hébergent des médias d'utilisateurs
  • Développeurs qui construisent des contrôles de provenance des contenus IA

Tâches

  • Filigraner une vidéo générée par IA
  • Détecter une vidéo générée par IA
  • Comparer la force du filigrane

Cas d'usage

  • Publier des contenus générés par IA à grande échelle
  • Traquer un fichier fuité
  • Étudier les attaques contre les filigranes

Fonctionnalités clés

Des filigranes invisibles et durables

Le cœur du travail consiste à cacher un message dans les pixels pour que le spectateur ne le voie pas, tout en le gardant lisible après un nouveau traitement du fichier. Compression, redimensionnement et réencodage usent la plupart des marques cachées. Video Seal est conçu pour survivre à ces étapes. C'est ce qui le rend utile pour suivre des médias déjà diffusés sur internet.

Plusieurs modèles aux compromis différents

Meta livre plus d'un modèle plutôt qu'un outil unique figé. VideoSeal v1.0 est l'option stable à 256 bits. ChunkySeal pousse la capacité à 1024 bits pour les cas qui demandent un message plus long. PixelSeal vise la meilleure combinaison d'invisibilité et de durabilité. Que choisir ? Cela dépend si vous avez besoin de plus de place pour le message ou d'une marque plus difficile à effacer.

Réglages de force et de masquage

Deux paramètres vous donnent un contrôle direct sur l'équilibre entre visibilité et robustesse. La force de mise à l'échelle fixe l'intensité avec laquelle la marque est inscrite. Des valeurs élevées résistent à plus de modifications, mais se voient davantage. L'atténuation active un masquage qui concentre la marque dans les parties texturées de l'image, là où l'œil risque moins de la repérer. C'est ce petit morceau d'ingénierie qui fait tenir toute l'idée.

Prise en charge des images et des vidéos

La même bibliothèque gère les photos fixes et animées. Les vidéos reçoivent une étape temporelle pour que la marque reste cohérente d'une image à l'autre au lieu de scintiller. Pourquoi est-ce important ? Une marque qui saute est à la fois plus facile à repérer et plus facile à retirer.

Mode streaming pour les fichiers longs

Filigraner un film entier en une seule passe consomme vite de la mémoire. Le script de streaming lit la vidéo clip par clip. Il tourne sur un ordinateur portable. Et il tient sur de longues séquences. La documentation de Meta elle-même le présente comme la voie pratique pour tout ce qui dépasse un court clip.

Open source sous MIT

Tout est public : les poids du modèle, le code d'entraînement et les outils d'évaluation, sous licence MIT. Vous pouvez réentraîner les modèles sur vos propres données. Vous pouvez auditer précisément le fonctionnement de la détection. Et vous pouvez l'exécuter sans payer personne ni appeler un serveur distant.

Avantages et inconvénients

Avantages

  • Entièrement gratuit et open source, puisque les poids, le code d'entraînement et les outils d'évaluation sont publiés sous licence MIT, qui permet de tout inspecter et réutiliser.
  • La détection tient après des modifications courantes comme la compression et le réencodage, ce qui est la partie difficile du filigrane.
  • Plusieurs modèles couvrent des besoins différents, d'un défaut stable à une option à haute capacité.
  • Il tourne en local, donc vos vidéos et vos résultats de détection ne quittent jamais votre machine.

Inconvénients

  • C'est une bibliothèque Python, pas une application qui se lance d'un clic, donc les non-développeurs trouveront l'installation rude.
  • Il n'y a pas d'API hébergée, ce qui veut dire que vous ne pouvez pas l'appeler comme service depuis un autre produit sans exécuter le code vous-même.
  • Marquer une vidéo entière demande beaucoup de calcul, donc les fichiers longs ont besoin d'une machine correcte ou du script de streaming.
  • Les filigranes restent attaquables ; les recherches de Meta montrent que des outils spécialisés peuvent forger ou retirer des marques, donc prenez la détection comme un signal parmi d'autres, pas comme une preuve d'authenticité.

Questions fréquentes

Il cache une marque invisible dans les images et les vidéos, puis détecte cette marque pour retrouver l'origine d'un fichier. Il vise la vérification des médias générés par IA et le suivi de la diffusion des contenus.