"Chère IA, veuillez convertir mon dessin en
une image photoréaliste".
IA d'images génératives et modèles de génération d'images
Une image photoréaliste d'une vache surfant sur la mer et exultant - cela a longtemps été une impossibilité. Aujourd'hui, de tels sujets font déjà partie du quotidien. Les IA d'images génératives et les modèles de diffusion, qui peuvent construire une image pixel par pixel selon un prompt, en sont responsables. Sur cette page, nous nous interrogeons sur les modèles connus, nous affinons les invites de génération d'images et nous évaluons les chances et les risques de l'IA générative d'images.
Aller directement au sujet
Partager la page
Vous trouverez les thèmes suivants sur cette page:
- Pour expliquer comment fonctionne une IA d'image, nous vous présentons deux méthodes de génération d'images.
- Nous nous interrogeons sur les quatre générateurs d'images d'IA les plus connus et les comparons à l'exécution d'un prompt.
- Nous vous donnons des conseils sur la manière de mieux prompter les images d'IA.
- Et nous présentons des exemples concrets d'application de l'IA génératrice d'images.
Sujet
Quels sont les générateurs
d'images d'IA les plus connus?
Comme pour l'IA textuelle, les offres de générateurs d'images d'IA se multiplient. En tête du classement qualitatif, on trouve toujours Midjourney, Dall-E, Stable Diffusion et Adobe Firefly.
Dans une comparaison, nous vous montrons les différentes qualités des quatre générateurs d'images les plus connus: nous faisons exécuter la même invite par les quatre modèles et comparons le résultat.
Realistic photos, high level of detail. A wooden house on a small lake. A jetty leads out into the lake. A rowing boat is tied to it. It is raining.
Image générée par Midjourney.
Midjourney
Dall-E de OpenAI
Adobe Firefly
Stable Diffusion
Sujet
Comment obtenir rapidement
de meilleures images ?
Pour que l'intelligence artificielle générative produise des images qui correspondent à vos attentes, il faut tenir compte de certaines choses lors du prompt. Un bon prompt donne des indications sur le style visuel, sur les contenus concrets ainsi que sur les proportions (selon le modèle).
En règle générale, veillez à ne pas utiliser de mots de remplissage lorsque vous envoyez un prompt. La bonne longueur de l'invite est essentielle, car des invites plus longues aident l'IA à mettre en œuvre votre idée. Cependant, si les instructions sont trop détaillées, l'IA risque de se perdre et de visualiser des éléments qui ne sont peut-être pas si importants pour vous.
Recherchez également termes techniques issus des arts visuels(ouvre une nouvelle fenêtre), afin de pouvoir donner des indications de style très concrètes à l'IA.
Chaque IA générative fonctionne de manière légèrement différente. Mais pour toutes, il vaut la peine de prêter attention à ces éléments de base:
Langue
Style visuel
Contenu
Style détaillé
Rapport d'aspect
«cute comic style, wide angle, plush elephant shaking hand of a mouse, sunset, warm colors –ar 16:9»
Image générée par Midjourney.
Sujet
Exemples d'application
de l'IA générative d'images
Alors qu'au début, les modèles de génération d'images généraient principalement des images à partir de texte, les domaines d'application de l'IA d'image générative sont désormais très variés. Ainsi, différents modèles peuvent par exemple aussi transformer des esquisses en art stylisé ou générer à nouveau des parties d'une photo.
Vous trouverez ici trois exemples d'application de l'IA générative d'images:
Dessin d'enfant original.
Transformer des dessins d'enfants (Midjourney)
Projet de logo généré pour Swisscom Campus.
Prototypage de conception (Dall-E)
Situation initiale Photo de famille
(l'image a été générée par Midjourney).
Modification de portraits (Adobe Firefly)
Sujet
Quelles sont les chances et les risques
de l'IA générative d'images ?
Comme toute chose dans le monde, les IA d'images génératives ont des avantages et des inconvénients. Nous avons résumé ici une sélection des aspects les plus importants.
Opportunités
Créativité
Efficacité
Personnalisation
Risques
Les préjugé
Droits d'auteur
Deepfakes
Concurrence pour la photographie, l'illustration, etc
L'essentiel en bref
- Les modèles de diffusion se sont imposés dans le fonctionnement des IA d'images génératives.
- Midjourney, Dall-E, Stable Diffusion et Adobe Firefly font partie des IA d'images génératives les plus connues.
- Pour obtenir des modèles de génération d'images des résultats qui correspondent à vos attentes, il vaut la peine de structurer les invites.
- Différentes IA d'images sont spécialisées dans différents domaines d'application.
- L'IA générative offre des avantages tels que la promotion de la créativité et la personnalisation, mais présente également des risques avec les thèmes des fakes profonds ou des droits d'auteur.
Liens utiles
Contenus complémentaires
Nous avons réuni ici d'autres informations et contenus sur le thème "IA d'images et générateurs d'images".
Liens utiles
Autres thèmes intéressants
Demander à Marcel
Marcel est formateur chez Swisscom. Il est à votre disposition pour toutes les questions autour de l’IA.
Marcel
Formateur chez Swisscom
Sujet
Comment fonctionnent les IA d'images?
Pour générer des images, une intelligence artificielle dispose de deux méthodes différentes: D'une part, les Generative Adversarial Networks (GAN) et, d'autre part, les modèles de diffusion. Mais que se cache-t-il derrière ces termes?
GAN
Les réseaux adversaires génératifs (GAN) ont été la principale technologie de génération d'images d'IA au cours des dernières années. Dans un GAN, un générateur d'images, entraîné selon l'approche de l'apprentissage profond, génère une image en une seule étape.
Ce générateur d'images a popularisé la méthode GAN en 2014: https://thispersondoesnotexist.com/(ouvre une nouvelle fenêtre)
La faiblesse des GAN réside dans le fait que même si la situation de départ est différente, la même image peut être générée deux fois, car la technique le favorise.
Modèles de diffusion
Les modèles de diffusion adoptent une approche différente de celle des GAN : en 2021, des chercheurs de l'entreprise OpenAI ont proposé dans leur document "Diffusion Models Beat GANS on Image Synthesis"(ouvre une nouvelle fenêtre) les modèles de diffusion comme nouvelle et meilleure technique de génération d'images.
La différence pertinente dans le processus réside dans les étapes itératives des modèles de diffusion, qui permettent d'éviter les doublons et d'obtenir un niveau de détail plus élevé.
La technique de diffusion s'est aujourd'hui imposée dans tous les outils courants de génération d'images.