Sony AI : 14 générateurs d'images reproduisent encore des IP
Des chercheurs de Sony AI ont testé 14 modèles d'images : tous ont produit des personnages, personnalités ou logos reconnaissables dans au moins 10 % des cas.

Les 14 modèles de génération d'images testés ont tous produit des personnages protégés, des personnalités ou des logos reconnaissables dans au moins 10 % des cas. C'est la conclusion d'un rapport technique de chercheurs de Sony AI et d'autres organismes, publié en juillet sous le titre « Evaluating Intellectual Property Guardrails of Generative Image Models ». L'étude mesure la fréquence de reproduction de la propriété intellectuelle (PI) existante et l'efficacité des garde-fous.
Méthode
L'équipe a évalué trois modèles à poids ouverts (Stable Diffusion 3 Medium, FLUX.1-dev, PixArt-Sigma-XL-2-1024-MS) et onze modèles commerciaux accessibles par API chez Google, OpenAI, Amazon, Runway et Stability AI, dont Imagen 3 et 4, Nano Banana, DALL·E 3, GPT Image 1, Nova Canvas, Titan Image G2 et Gen-4 Image.
Elle a retenu 201 éléments de PI répartis en cinq catégories : personnalités réelles, personnages de manga et d'animation, super-héros et super-vilains, personnages de jeux vidéo et logos d'entreprise. Au total, 1 809 requêtes ont été rédigées, certaines citant le nom, d'autres décrivant seulement l'apparence. Le modèle vision-langage Qwen3-VL a déterminé si les images contenaient une PI reconnaissable.
Résultats
Les trois modèles à poids ouverts n'ont refusé aucune requête, ce qui laisse penser qu'ils n'intègrent pas de blocage de la PI. Tous les modèles commerciaux ont refusé certaines demandes, mais très inégalement : environ 1 % pour Stability AI, contre près de 50 % pour le Titan Image G2 d'Amazon.
Avec ou sans garde-fous, les 14 modèles ont généré une PI reconnaissable au moins 10 % du temps, et près de la moitié dépassent 40 %. Lorsque le nom était cité, les plus stricts, Amazon et Runway, bloquaient environ 80 % des requêtes. Les refus reculent avec les descriptions indirectes, qui ont pourtant donné une PI reconnaissable dans 27 à 28 % des cas en moyenne.
Les catégories sont traitées de façon inégale. Les logos sont les moins protégés : même les modèles stricts n'en bloquent que 1 à 2 %, et des logos comme celui d'Apple sont souvent générés. DALL·E 3 fait exception avec 24 % de refus. Les super-héros et super-vilains sont les plus restreints, Amazon en bloquant plus de la moitié. Les personnalités réelles affichent le deuxième taux de refus le plus bas, mais sont les moins souvent reconnaissables.
Enjeux
Les résultats montrent qu'un filtrage fondé sur les noms laisse une brèche importante, car une description de l'apparence suffit à le contourner. Pour les entreprises et les ayants droit, l'étude chiffre l'hétérogénéité des protections selon les fournisseurs et les types de contenu.
Des apps à découvrir
Touche les bonnes cases, additionne, atteins l'objectif. Facile à apprendre, difficile à maîtriser. Gratuit, pour tous les âges.
Discutez avec un partenaire IA ; chaque phrase revient corrigée et expliquée dans votre langue. 9 langues, de A1 à C2.
Ouvrez des messages EDIFACT et X12, chaque segment expliqué, conversion JSON/XML, export PDF et Excel. Fonctionne en local, sans envoi.
Choisissez pour qui, l'occasion et la personnalité. Le moteur lit les descriptions de produits de boutiques locales et classe ce qui convient. Gratuit, sans inscription.
Plus d'actus de ce jour
Tout voir →
UBTech et Tianyi s'associent pour développer le marché des robots humanoïdes

SRTD Biotech lève 31,5 M€ pour des thérapies ARNm de précision

Calogena obtient 40 M€ de l'UE pour son premier SMR commercial

Windows 11 : un Éditeur du Registre sous WinUI 3 apparaît en démo
Plus dans: IA
Tout voir →
Adoba lance adobaRo AIGC Studio avec Tencent Cloud

Cursor lance une fonction pour créer, déployer et partager des apps web

Thinking Machines Lab dévoile Inkling 2 Small, poids ouverts à venir
