Las noticias falsas han causado un daño y una disrupción significativos en varios sectores de la sociedad. Con el rápido avance de Internet y las plataformas de redes sociales, tanto las comunidades académicas como las industriales han mostrado un creciente interés en la detección multimodal de noticias falsas. En este trabajo, proponemos MERF (Recuperación de Evidencias Multimodal y Forense con LVLM), un marco unificado para la detección multimodal de noticias falsas que aprovecha las capacidades de razonamiento de los Modelos de Lenguaje-Visión de Gran Escala (LVLM). Si bien los LVLM superan a los Modelos de Lenguaje de Gran Escala (LLM) tradicionales en el procesamiento de contenido multimodal, nuestro estudio revela que sus habilidades de razonamiento siguen siendo limitadas en ausencia de evidencia de apoyo suficiente. MERF aborda este desafío integrando la recuperación de contenido basado en la web, la búsqueda inversa de imágenes y la detección de manipulación de imágenes en un flujo de trabajo coherente, lo que permite al modelo generar juicios de veracidad informados y explicables. Específicamente, nuestro enfoque realiza una verificación de consistencia cruzada, recupera información corroborativa tanto para contenido textual como visual, y aplica análisis forense para detectar posibles falsificaciones visuales. La evidencia agregada se alimenta luego al LVLM, facilitando un razonamiento integral y una toma de decisiones basada en evidencia. Los resultados experimentales en dos conjuntos de datos de referencia públicos-Weibo y Twitter-demuestran que MERF supera consistentemente a las líneas base de última generación en todas las métricas de evaluación principales, logrando mejoras sustanciales en precisión, robustez e interpretabilidad.