L’Intelligence Artificielle pour générer des images à partir de texte
9 septembre 2022
C’est l’un des grands sujets de discussion en ce moment, notamment parmi les créateurs de contenus. Faire générer une image à des Intelligences artificielles via une simple demande textuelle. Le bonheur des blogueurs et des créatifs, le cauchemar des banques d’images payantes ^^
Ce n’est d’ailleurs pas vraiment nouveau, ce genre de service existe depuis plusieurs années, mais ce qui change depuis quelques mois c’est la qualité et la précision des résultats finaux. Des sites qui travaillaient « dans l’ombre » s’ouvrent enfin au grand public qui peut se rendre compte de l’évolution que le deep learning a connue récemment. Les outils les plus puissants proposent non seulement une réponse très pointue et rapide à quasi n’importe quelle demande, mais permettent aussi de préciser le type de rendu désiré (réaliste, abstrait, photo …), la résolution, etc.
Source : Stable Diffusion
Voici une liste de quelques outils à tester. La plupart vous demanderont de vous inscrire sur une liste d’attente, les invitations étant envoyées petit à petit au fil des semaines. D’autres ne sont pas encore ouverts au public. Mais tous méritent d’être testés à un moment ou un autre. Ne serait-ce que parce que c’est fun de lâcher la bride à votre imagination.
L’outil d’Open AI attire toute l’attention depuis quelques semaines, sa version bêta est arrivée en juillet. Une fois invité, vous recevez des crédits pour tester le service, puis chaque mois vous aurez droit à quelques nouveaux essais gratuits. Si cela ne vous suffit pas, vous devrez payer, mais les tarifs sont honnêtes (pour l’instant). Korben en a fait un article complet avec de nombreux exemples de résultats obtenus, je vous redirige vers son article du test Dall-E 2.
Parmi les options disponibles : l’édition du résultat obtenu, s’inspirer d’une image fournie comme base pour créer des variations, etc. Pour donner une idée de l’évolution en seulement une année, on peut comparer entre ses versions 1 et 2 et imaginer ce que cela va donner bientôt :
Connu auparavant sous le nom Dall-E Mini, Craiyon est un outil gratuit, ils se rémunèrent avec la pub. Les images générées sont clairement moins sympas que sur Dall-E 2, sont de petites tailles et vous devrez attendre plus ou moins longtemps les résultats (selon la charge du moment). Pas fou du tout, mais ça a le mérite d’exister.
Le service de Stability.ia, open source, vient lui aussi d’être ouvert au public (fin août 2022). Il génère pour l’instant des images carrées de 512 pixels de côté en quelques secondes. Le modèle d’IA s’entraine déjà à grande échelle avec plus de 10 000 testeurs et chercheurs qui lui font créer plus de 1.7 millions d’images chaque jour. Et cela ne fera que s’accélérer avec l’ouverture au public.
Pour la recherche « A hobbit house in a grass field hill, a sunny day, ray of sunlight, volumetric, depth, of field, hypersharp, hyperdetailed, by moebius, artstation, cgsociety, 8 k » on obtient ceci :
Les purs fans de Tolkien trouveront sans doute des choses à redire sur certains aspects, mais c’est plutôt proche non ?
Tout un écosystème est en cours de développement autour du projet. Notamment pour aborder les aspects de décentralisation, de création audio, d’applications en biologie ou d’éthique. De plus leur licence autorise l’utilisation les images dans un but commercial ou non.
Jasper Art est le premier générateur d’images IA accessible au public alimenté par la technologie Dall-E 2. Point positif de Jasper ? Ses images sont utilisables commercialement, la licence a été mise à jour début septembre. Soucis : pour accéder au service, il faut s’abonner à l’ensemble de leurs produits (générateur d’articles, etc.). Il n’est pas possible de ne prendre qu’un abonnement ciblé donc ce n’est pas forcément donné (50$/mois minimum) si vous n’avez besoin de ne générer que quelques dizaines d’images.
Nightcafé est un outil gratuit jusqu’à 5 créations quotidiennes (5 crédits). Il est basé sur les modèles d’algorithmes de machine learning VQGAN (partie génération d’image) et CLIP (qui juge si l’image correspond à la commande). Vous pouvez créer des images en lot, proposer plusieurs styles différents et augmenter la taille de l’image contre des crédits. Le site propose même une option permettant de faire imprimer vos créations sous forme de tableaux. Parce que vous êtes le futur Pablo PicIAsso pas vrai ? (ce jeu de mot est dégueulasse je sais).
Imagen c’est le service proposé par la firme américaine au sein de son initiative Google Brain. Le service est annoncé comme doté d’un degré de photoréalisme encore jamais atteint. De plus selon leurs analyses : « les grands modèles de langage génériques, pré-entraînés sur des corpus textuels, sont étonnamment efficaces pour encoder du texte pour la synthèse d’images« . Pas encore ouvert au public (s’il l’est un jour) donc il faudra être patient.
Mindjourney est un laboratoire de recherche indépendant. Avec à sa tête un ancien chercheur de la NASA, et des consultants de renoms comme Philip Rosedale (fondateur de Second Life) ou Net Friedman (CEO de Github). Les résultats semblent bluffants surtout sur les visages humains, là où d’autres sont à la peine (à voir ici). Actuellement en open bêta, il est ouvert aux salons Discord jusqu’à 30k membres.
Oui un plugin pour WordPress existe déjà, mais seulement en version bêta pour l’instant. Imajinn va se comporter comme un bloc Gutenberg classique dans votre éditeur d’article. Une fois sélectionné il suffit d’ajouter le texte de l’image voulue, sélectionner le format et vous recevez instantanément 4 propositions. Il suffit de sélectionner celle qui vous plait le plus et le tour est joué !
Les tarifs ne sont pas encore arrêtés, mais ça devrait tourner entre 3 et 10 centimes par image. En vous enregistrant pour la version bêta, vous recevez des crédits gratuits donc n’hésitez pas 😉 Si ajouter des fonctionnalités à votre blog vous intéresse, jetez un oeil sur mon article dédié aux plugins de synthèse vocale pour WordPress.
Lexica n’est pas une IA de génération d’images, il s’agit plutôt d’un moteur de recherche qui propose plus de 5 millions de résultats (pour le moment en provenance de Stable Diffusion). En gros ça va vous aider si vous avez seulement 1 ou 2 mots clés pour votre image, mais pas d’idée pour créer quelque chose de très précis. Ou que les résultats obtenus avec vos seuls 1/2 mots ne sont pas assez parlant pour vous.
Si par exemple vous avez besoin d’une image d’Albert Einstein, mais que vous n’avez pas d’idée arrêtée, Lexica vous en proposera. Et ce seront probablement des choses auxquelles vous n’auriez pas pensé vous-mêmes. Einstein en train de boire du rakia avec ses amis, Einstein tenant un atome dans ses mains, portrait d’Albert Einstein habillé en génie de chez Disney. Ou encore la représentation d’Einstein et de sa théorie de la relativité façon timbre japonais.
Alors tout n’est, clairement, pas encore parfait. Les visages humains ou les demandes avec du texte intégré dans l’image ont encore pas mal de ratés. Le français est encore mal (voire pas du tout) supporté, il existe des biais, etc. Gardez aussi en tête que plus vous utilisez de mots pour préciser ce que vous cherchez, et plus les images proposées devraient être adaptées.
Nous sommes à des années-lumière de ce qui se faisait il y a seulement 2 ou 3 ans, et les IA vont continuer à apprendre de plus en plus vite. Les possibilités vont être affolantes, dans tous les sens du terme. Le temps où l’on pouvait se fier à ce que nos yeux voyaient est définitivement révolu. En attendant, amusez-vous bien avec vos tests ! Lâchez-vous 😉
