Comment vérifier qu’une vidéo de visioconférence n’est pas falsifiée sans envoyer le fichier à un serveur extérieur ? LABEL4.AI, deeptech française spécialisée dans l’identification des contenus générés ou manipulés par intelligence artificielle, répond avec CROMA : une détection en temps réel, en local, sur un poste ordinaire. Le projet figure parmi les 69 lauréats i-Lab 2026 du Concours d’innovation de l’État, annonce ChannelNews.

Un agent qui ne fait pas sortir les données

Le principe est simple à énoncer. L’agent s’installe sur la machine de l’utilisateur, analyse le contenu sur place, et ne transfère pas les données sensibles vers une infrastructure distante. L’objectif : intervenir assez vite pour des usages réels — un appel vidéo, un fichier interne — tout en gardant la confidentialité, détaille Business Times.

Une femme assise à une table parle tout en consultant un ordinateur portable
Vérifier un contenu confidentiel sans le faire sortir du poste : c’est le pari technique de CROMA (photo d’illustration). © WOCinTech Chat / CC BY 2.0, via Wikimedia Commons

Le concours i-Lab, piloté pour le compte du ministère de l’Enseignement supérieur, de la Recherche et de l’Espace, a distingué 69 projets sur 569 candidatures ; dix ont reçu un Grand Prix. LABEL4.AI revendique une distinction i-Lab, sans Grand Prix. La remise s’est tenue à Paris en présence d’Anne Le Hénanff, ministre déléguée chargée de l’Intelligence artificielle et du Numérique, et de Bruno Bonnell, secrétaire général pour l’investissement.

De l’Inria et du CNRS à un outil d’entreprise

CROMA s’appuie sur des travaux de l’Inria et du CNRS, transformés en solution opérationnelle par Vivien Chappelier, Rony Abecidan et Corinne Naturel, avec le soutien d’Antoine Vialle. Le rapport d’activité 2025 de l’équipe ARTISHAU d’Inria mentionne des transferts vers LABEL4.AI sur l’analyse de contenus et le marquage numérique ; le Campus Innovation de l’Université de Rennes confirme les liens avec le Centre Inria et l’Inria Startup Studio, rappelle Business Times.

Façade et abords du bâtiment IRISA / Inria à Rennes, sous un ciel clair
Le campus Inria / IRISA à Rennes, où une partie de la recherche derrière LABEL4.AI a germé. © Sylenius / CC BY-SA 3.0, via Wikimedia Commons

Sur son site, l’entreprise distingue deux offres : la détection de contenus générés ou manipulés, et le marquage numérique destiné à faciliter la traçabilité. Deux moments différents : examiner un contenu reçu, ou tamponner un contenu produit. Télécom SudParis, au sein de l’Institut polytechnique de Paris, a aussi mis en avant deux lauréats deeptech liés à l’IA et à la cybersécurité dans la promotion 2026.

Entrée principale de l’Institut polytechnique de Paris, bâtiments modernes et allée
L’Institut polytechnique de Paris, dont Télécom SudParis a salué des lauréats i-Lab 2026 en IA et cybersécurité. © RutoSu / CC BY-SA 4.0, via Wikimedia Commons

Pourquoi la France a besoin de ça

Les deepfakes ne sont plus une curiosité de salon. Une voix ou un visage crédible peut pousser à un virement, un changement de RIB ou une fuite d’information. Cybermalveillance.gouv.fr rappelle que la détection logicielle ne remplace jamais une procédure claire : authentifier, confirmer, valider hiérarchiquement les demandes inhabituelles. Un détecteur local apporte une alerte supplémentaire sans exposer le fichier à un cloud tiers — un argument pour les directions juridiques, financières et de sécurité.

Sur scène au TED2019, une tête robotique DigiDoug illustre un deepfake en direct
Démonstration DigiDoug au TED2019 : les deepfakes ne sont plus une fiction de laboratoire. © Steve Jurvetson / CC BY 2.0, via Wikimedia Commons

Nicolas Bodin, CEO de LABEL4.AI, salue le soutien du gouvernement, de Bpifrance et de France 2030 : le prix marque « une nouvelle étape » pour transformer la recherche française en solutions concrètes face aux enjeux de confiance liés à l’IA, cite ChannelNews.

Ce qu’il reste à prouver

Le communiqué ne publie ni taux de détection, ni faux positifs, ni configuration minimale. « Temps réel » reste une promesse éditeur, pas une mesure indépendante. Un acheteur devra tester des contenus authentiques et manipulés, chronométrer l’alerte sur ses vrais postes, et examiner les journaux techniques et les flux de mise à jour — le traitement local ne répond pas à toutes les questions de confidentialité, souligne Business Times.

Schéma technique de détection de deepfakes audio, avec courbes de signal et blocs d’analyse
La détection audio fait aussi partie du champ des deepfakes ; CROMA met l’accent sur une analyse locale (schéma d’illustration). © Antonelse / CC BY-SA 4.0, via Wikimedia Commons

L’absence d’alerte ne vaut jamais autorisation de paiement. L’outil doit s’inscrire dans une procédure, pas la remplacer.

Une brique française dans la confiance numérique

i-Lab ne livre pas un produit fini : il finance et reconnaît un passage de la recherche publique à un usage opérationnel. Avec CROMA, la France aligne une réponse souveraine — Inria, CNRS, exécution locale — sur un risque qui touche banques, collectivités et entreprises. La prochaine étape sera documentée chez les premiers clients : quels contenus, quels postes, quels résultats. En attendant, le signal est clair : détecter un deepfake sans faire sortir les données est devenu un projet d’État primé, pas seulement un papier de laboratoire.