Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

Text-to-image

Le text-to-image (texte vers image) consiste à générer une nouvelle image à partir d'une description écrite, appelée prompt. La plupart des modèles text-to-image actuels sont des modèles de diffusion conditionnés par le texte.

Aussi appelé : image generation, T2I, AI image generator

Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode

Vous tapez « un vélo rouge appuyé contre un mur de briques au crépuscule » et le modèle renvoie une image correspondante. En coulisses, un encodeur de texte transforme le prompt en nombres, et un modèle de diffusion les utilise pour orienter son débruitage, du bruit aléatoire vers une image.

Comment le texte oriente l'image

Dans la diffusion latente, la conception sur laquelle repose Stable Diffusion, des couches de cross-attention relient le texte à l'image en formation à chaque étape. Le guidance scale contrôle la fidélité du modèle au prompt. Pour un contrôle plus précis de la composition ou de la pose, les outils ajoutent ControlNet ou partent d'une image existante avec l'image-to-image.

À quoi les développeurs l'utilisent

Maquettes de produits, visuels marketing, illustrations, ressources de jeu et images provisoires d'interface. Parmi les options hébergées figurent Midjourney et Ideogram ; des modèles ouverts comme FLUX.2 dev peuvent tourner sur votre propre GPU. Voir modèles d'image pour en savoir plus.

Limites

Les modèles peuvent encore avoir du mal avec le texte exact dans les images, le dénombrement, les mains et la disposition spatiale précise. La sortie dépend des données d'entraînement, ce qui soulève des questions de copie de style et de licences. Les résultats sont aléatoires par défaut : le même prompt donne des images différentes, à moins de fixer la graine. Les images générées sont généralement trop petites pour l'impression et passent souvent par un upscaler IA.

Termes liés

Modèle de diffusion
Un modèle de diffusion est un modèle génératif qui apprend à transformer du bruit aléatoire en données, comme une image, en retirant un peu de bruit à la fois sur de nombreuses étapes.
Upscaling d'images par IA
L'upscaling d'images par IA (agrandissement ou super-résolution) utilise un réseau de neurones pour agrandir une image et y ajouter des détails plausibles, si bien que le résultat paraît plus net qu'avec un simple redimensionnement.
Image vers image
L'image vers image (image-to-image) est la tâche qui consiste à générer une nouvelle image à partir d'une image existante et d'un prompt, en conservant une partie de la structure de l'original tout en changeant le style, les détails ou le contenu.
Échelle de guidage (CFG)
L'échelle de guidage (guidance scale), ou CFG scale, est un réglage des générateurs d'images par diffusion qui contrôle à quel point le résultat suit le prompt. Des valeurs plus élevées suivent le prompt de plus près mais réduisent la variété.
ControlNet
ControlNet est un module complémentaire de réseau de neurones qui permet à un modèle de diffusion texte vers image de suivre un guide structurel, comme une carte de contours, une carte de profondeur ou une pose humaine, en plus du prompt textuel.
Inpainting et outpainting
L'inpainting consiste à remplir une zone masquée d'une image avec un nouveau contenu généré qui s'accorde au reste de l'image. L'outpainting applique la même idée au-delà des bords, en prolongeant l'image hors de son cadre.

Sources