Nano Banana (Gemini) : comment repérer une image générée par Google
Pour repérer une image Nano Banana, cherchez d'abord la petite marque visible de Gemini dans un coin, puis les indices d'une retouche locale — zone trop parfaite, ombres légèrement décalées, transition lissée — et enfin passez l'image dans un détecteur dont la carte de chaleur localise les pixels régénérés. Toutes les images produites ou modifiées par Gemini portent en plus un filigrane invisible, SynthID, lisible avec les outils de Google.
Ce qui a changé avec Nano Banana
Jusqu'en 2025, la plupart des générateurs créaient une image à partir d'une description. Le modèle d'images de Gemini, surnommé Nano Banana avant même son annonce officielle en août 2025, s'est fait connaître pour autre chose : l'édition conversationnelle d'une photo existante. On lui donne une photo et une consigne — « habille-moi en costume », « enlève la voiture », « mets ce canapé dans ce salon », « fais-nous poser ensemble » — et il modifie uniquement ce qui est demandé, en conservant le visage, l'éclairage et le grain d'origine. La version Pro, sortie ensuite, a ajouté la haute résolution et un meilleur rendu des textes.
Le résultat est un objet nouveau pour la détection : une photo réelle à 90 %, générée à 10 %. Les détecteurs conçus pour trancher « réel ou généré » sur l'image entière y voient une image majoritairement réelle ; seule une analyse locale, zone par zone, fait ressortir la partie modifiée.
Les trois marques de Google
La marque visible. Dans l'application Gemini grand public, une petite marque apparaît dans un coin des images générées ; Google a annoncé son retrait pour certaines offres payantes et professionnelles. Elle se recadre en deux secondes. Sa présence est un indice fort ; son absence ne dit rien.
Ouverture de l'analyseur…
Analyse réalisée par TruthScan — vos fichiers ne transitent pas par ce site.
Le filigrane invisible SynthID. Toutes les images produites ou modifiées par les modèles de Google portent SynthID, un filigrane inscrit dans les pixels et conçu pour résister au recadrage, à la compression et aux filtres légers. Il ne se voit pas et ne se lit qu'avec les outils de Google — application Gemini, portail SynthID Detector ouvert progressivement aux vérificateurs. C'est aujourd'hui la marque la plus robuste du marché, mais elle est propre à Google : un détecteur généraliste ne la voit pas.
Les métadonnées C2PA. Les images téléchargées directement embarquent des Content Credentials déclarant l'outil. Comme toutes les métadonnées, elles disparaissent à la capture d'écran et sur la plupart des réseaux sociaux.
Les indices d'une retouche Nano Banana
- Une zone anormalement réussie dans une photo ordinaire : un vêtement net et bien éclairé sur un selfie granuleux, un meuble parfait dans un salon photographié au téléphone.
- Ombres et reflets : l'élément ajouté projette une ombre plausible mais pas exactement alignée avec les autres, ou manque dans un miroir, une vitre, une flaque.
- Contours : transition légèrement lissée entre l'élément modifié et le reste ; cheveux ou franges simplifiés à la frontière.
- Cohérence du bruit : sur un agrandissement, la zone retouchée a un grain plus fin ou plus régulier que le reste de la photo. C'est l'indice que mesure la carte de chaleur.
- Textes proches de la zone modifiée : Nano Banana rend bien les textes existants mais peut les altérer s'ils touchent la retouche.
Ce que fait le détecteur
Pour une image entièrement générée par Nano Banana — un portrait, un produit, un décor créés de zéro —, l'analyse est la même que pour tout générateur par diffusion : régularités statistiques dans le bruit et les fréquences, score global élevé. Pour une photo retouchée, lisez la carte de chaleur avant le score : elle localise les pixels dont la statistique diffère du reste. Un score de 35 % avec une zone rouge sur le vêtement raconte une retouche ; le même score sans zone particulière raconte plutôt une image recompressée. Si la question porte sur un visage modifié ou remplacé, le détecteur de deepfake cherche spécifiquement les incohérences autour du visage. La méthode générale est décrite dans comment ça marche.
Où l'on rencontre Nano Banana
- Photos de profil « améliorées » : même personne, plus mince, mieux habillée, dans un plus beau lieu. Le visage est réel, ce qui déjoue la recherche inversée et la détection classique ; la carte de chaleur, elle, voit le reste.
- Annonces immobilières : meubles ajoutés, fissures effacées, vue changée derrière la fenêtre.
- Petites annonces : défaut effacé sur un objet d'occasion.
- Photos « souvenir » et images virales : personnes réunies qui ne l'ont jamais été, personnalités placées dans une scène.
Ce qu'il faut retenir
Nano Banana rend la retouche invisible à l'œil et met en défaut les réflexes anciens : la recherche inversée retrouve la photo d'origine (réelle), les métadonnées ont disparu, la marque visible a été recadrée. Restent SynthID — si vous avez accès à un outil de Google — et l'analyse locale par carte de chaleur. Pour une image à enjeu, utilisez les deux, et demandez l'original quand c'est possible.
Questions fréquentes
Nano Banana, c'est quoi exactement ?
Le surnom, devenu officiel, du modèle de génération et d'édition d'images de Google Gemini, apparu en août 2025 (Gemini 2.5 Flash Image) et décliné ensuite en version Pro. Il est réputé pour modifier une photo existante en conservant les visages et le reste de la scène.
Comment vérifier le filigrane SynthID ?
Avec les outils de vérification proposés par Google (application Gemini, portail SynthID Detector). Un détecteur statistique généraliste ne lit pas SynthID mais analyse d'autres signaux ; les deux approches sont complémentaires.
Une photo retouchée par Nano Banana est-elle détectable ?
Le score global peut rester modéré puisque l'essentiel de l'image est réel ; la carte de chaleur du détecteur localise les zones dont le bruit et la texture diffèrent. Pour un visage remplacé, ajoutez le détecteur de deepfake.