ChatGPT Images 2.5 est disponible : cette fois, les autres modèles d’images brutes doivent vraiment s’inquiéter

Auteur : Xiao Jing, Tencent Technology

Rédacteur en chef : Xu Qingyang, Tencent Technology

Le 8 septembre, heure locale aux États-Unis, OpenAI a lancé son dernier modèle de génération d’images, ChatGPT Images 2.5.

Cette nouvelle version améliore notamment l’édition d’images, la fidélité aux images de référence et la cohérence lors de modifications répétées. Lorsqu’un utilisateur modifie continuellement une image, le contenu précédemment ajusté est davantage conservé. Modifier des personnages, des produits ou des arrière-plans devient aussi plus simple, car seules les parties spécifiées sont altérées. La vitesse de génération augmente jusqu’à 50 % par rapport à Images 2.0.

Par ailleurs, ChatGPT intègre désormais les fonctionnalités Croquis, Modèles et Commentaires sur les images. Les utilisateurs peuvent dessiner directement des croquis comme références ou marquer les zones à modifier sur les images. Les développeurs peuvent accéder aux modèles GPT-Image-2.5 Flare et GPT-Image-2.5 Sunburst via l’API.

OpenAI indique que les utilisateurs génèrent actuellement plus de 3 milliards d’images par semaine via ChatGPT Images et le modèle GPT-Image de l’API. Images 2.5 est désormais disponible pour les utilisateurs de ChatGPT, ChatGPT Work et Codex, sur web, ordinateur et mobile.

01 Modifier une partie, pas toute l’image

Le véritable défi des images générées par IA survient souvent après la première génération. Par exemple, si un personnage est satisfaisant, mais qu’il faut uniquement changer ses vêtements ; si un produit est validé, mais qu’il faut seulement remplacer l’arrière-plan ; si une affiche est terminée, mais qu’une seule ligne de texte doit être modifiée. Autrefois, poursuivre les modifications risquait d’altérer d’autres parties de l’image.

Images 2.5 met l’accent sur l’édition précise. OpenAI fournit des exemples tels que « Modification intégrale du corps » et « Billet de voyage multi-villes ». Ces démonstrations utilisent des séries d’images pour illustrer le processus de modification, en évaluant la capacité du modèle à ajuster uniquement le contenu demandé tout en conservant le sujet, la composition et les autres détails initiaux.

L’exemple du « Billet de voyage multi-villes » est relativement simple à comprendre. Si une seule information doit être modifiée dans l’image, le modèle doit identifier précisément l’élément à altérer tout en préservant la structure globale du billet. Cette capacité s’avère plus utile pour les images de produits, les supports publicitaires et les affiches de marque que la simple génération d’une image esthétique.

Un autre axe prioritaire concerne l’édition itérative. OpenAI présente trois cas : « Rotation d’un cube », « Infographie de voyage » et « Bougies d’anniversaire ». Il ne s’agit pas de générations ponctuelles, mais de multiples modifications successives. OpenAI cherche à démontrer que les ajustements antérieurs sont conservés et que les opérations ultérieures n’altèrent pas continuellement le contenu déjà finalisé.

C’est également l’aspect le plus remarquable de la mise à jour Images 2.5.

L’utilisatrice @thesoragirls a mené un test simple : dessiner une bougie sur l’image tout en précisant qu’un pétale doit rester inchangé, puis observer si le modèle affecte ou non le contenu initial lors de la modification d’autres zones. Ses résultats montrent que le pétale fixe a été conservé tandis que les autres parties ont été modifiées selon les consignes.

Toutefois, l’édition continue n’a pas entièrement résolu les problèmes de détails. L’animateur japonais @genel_ai a constaté, lors de tests pratiques, que bien que l’éditeur ait souligné la préservation de la qualité d’image après plusieurs retouches, des artefacts et des modifications de texture pouvaient encore apparaître avec des retouches successives.

Autrement dit, bien que la version 2.5 améliore la stabilité, une perte de qualité peut encore survenir dans des scènes complexes.

02 images de référence, plus stables

La deuxième évolution d’Images 2.5 concerne le traitement des images de référence.

Les utilisateurs peuvent fournir des photos de personnages, d’animaux familiers ou d’autres sujets, puis demander de les intégrer dans une nouvelle scène, d’en modifier le style visuel ou la composition. OpenAI indique que la nouvelle version préserve mieux les caractéristiques reconnaissables des personnages tout en améliorant la qualité de l’éclairage et des textures.

Les exemples officiels comprennent cinq cas : « Portrait de bébé revisité », « Chien en costume », « Portrait en cabine photo », « Photo composite de groupe festif » et « Faire son lit ».

Ces cas couvrent diverses situations : les portraits de bébé et en cabine photo évaluent principalement la conservation des traits du personnage ; le cas du chien vérifie si le sujet conserve son apparence originale après un changement de tenue ; la photo composite de groupe implique plusieurs personnages dans une seule image ; « Faire son lit » s’apparente davantage à une retouche d’image quotidienne, nécessitant des ajustements précis de la scène initiale.

Cette fonctionnalité est particulièrement utile pour les travaux exigeant une utilisation répétée du même personnage, produit ou élément de marque. Les utilisateurs de l’API peuvent générer différentes versions à partir d’une même image de référence, réduisant ainsi les risques de variations importantes à chaque nouvelle génération.

Les images complexes sont aussi mises en avant dans les exemples officiels. OpenAI présente une illustration familiale dans le style des années 1950 : une famille devant un vaste habitat spatial cylindrique abritant paysages verts, lacs et bâtiments futuristes.

La page d’introduction officielle d’OpenAI affiche une page voyage pour Yichang : destinations, informations touristiques, images et textes sont regroupés sur une même page, formant un guide complet. Cela exige la gestion simultanée de multiples images, de textes à différents niveaux et de mises en page, et non seulement d’éléments isolés.

On trouve aussi une série de neuf affiches modernistes médiévales, chacune comportant des formes géométriques et des textes variés, notamment « Créer », « Grandir ensemble » et « Choisir la bienveillance ».

Une autre image représente, dans un style impressionniste, les rues de San Francisco, où la chaussée serpente entre des maisons colorées, dévoilant la baie et le pont Golden Gate.

On y trouve également des faire-part de mariage pour le lac de Côme aux teintes crème et or, des villes futuristes inversées, huit timbres rétro des parcs nationaux américains, des diapositives scientifiques sur les éruptions solaires, une mosaïque terrestre bleu-or, des affiches autocollants ChatGPT et des villes futuristes sous la pluie.

Ces exemples couvrent divers types : illustrations, affiches, invitations, infographies, illustrations scientifiques et visuels promotionnels de produits. La priorité d’OpenAI est claire : lorsque la demande précise la structure, le texte, le style visuel et les éléments spécifiques simultanément, Images 2.5 exécute ces consignes plus complètement.

L’entrepreneuse de la mode Yana Welinder estime qu’Images 2.5 montre une nette amélioration en conception vestimentaire. Avec l’ancien modèle, les designs de référence étaient conservés, mais le rendu final était parfois plat ; selon elle, 2.5 restitue le design original avec un effet visuel plus complet.

Toutefois, certains résultats contradictoires ont été rapportés. L’ingénieur en IA et logiciels Mark Kretschmann a notamment testé les artefacts et le bruit sur des scènes forestières.

Il considère que, bien qu’Images 2.5 comporte de nombreuses améliorations, ses performances ne sont pas stables. En comparant 2.5 à 2.0, il constate que, dans plusieurs cas testés, 2.0 offre un rendu plus réaliste.

Ainsi, une évaluation plus juste actuellement est qu’Images 2.5 améliore surtout le contrôle éditorial et la gestion d’instructions complexes, mais les résultats varient selon les types d’images.

03 Quelques traits, et il comprend

Outre le modèle lui-même, OpenAI a ajouté plusieurs nouvelles fonctionnalités à ChatGPT.

La plus directe est « Croquis ». Les utilisateurs peuvent dessiner directement dans ChatGPT, puis demander au modèle de générer l’image finale à partir de ce croquis. Par exemple, pour concevoir une pièce, on esquisse d’abord la disposition générale ; pour créer un vêtement, on trace l’outline ; ou même un simple croquis rapide suffit avant de confier le reste à ChatGPT. On peut ensuite préciser le style visuel et autres détails.

Pour l’utiliser, saisissez simplement « @Croquis. ». Cela réduit efficacement la dépendance aux prompts textuels. Certains agencements sont difficiles à décrire par écrit, notamment les positions, proportions et contours approximatifs des objets. Désormais, on dessine d’abord, puis le modèle complète les détails.

L’utilisateur @fquolodasha a testé la capacité de dessin à main levée d’Images 2.5 et l’a très fortement notée, qualifiant le résultat de « vraiment impressionnant », tout en saluant les mises à jour rapides et les progrès récents d’OpenAI.

Les modèles résolvent un autre problème : ChatGPT intègre désormais des formats courants comme « Affiche » ou « Produit ». L’utilisateur choisit d’abord un modèle, puis renseigne le message, les éléments graphiques et le style visuel souhaités, sans repartir chaque fois d’une page blanche.

Le partage d’images inclut désormais une option « Prompt ». En partageant une image, l’utilisateur peut aussi transmettre le prompt utilisé. D’autres peuvent alors remplacer la photo ou les détails par les leurs pour poursuivre la génération.

OpenAI donne cet exemple : un portrait façon années 1980 — cheveux bouclés, veste colorée, chaîne en or, néons et lecteur musical. D’autres utilisateurs peuvent s’en inspirer et y intégrer leur propre photo.

04 Deux versions d’API

Images 2.5 est aussi disponible via l’API. OpenAI lance GPT-Image-2.5 Flare et GPT-Image-2.5 Sunburst.

Flare est la version par défaut, axée sur la rapidité, la qualité et les capacités d'édition. OpenAI affirme qu'elle génère des images de meilleure qualité que GPT-Image-2 tout en réduisant la latence de 50 %, ce qui la rend adaptée aux contenus sociaux, aux expériences produits, aux recherches visuelles, à la maquette rapide et à la génération massive d'images.

Sunburst, quant à lui, cible davantage les travaux exigeant un contrôle précis, comme les supports publicitaires officiels ou les images produits haut de gamme. Il autorise des temps de génération plus longs en échange d'une précision accrue en édition.

Les premiers retours utilisateurs publiés par OpenAI portent également sur le contrôle éditorial.

Axultan Alimkulov, chef produit IA chez Higgsfield, a notamment souligné que Flare comprend mieux les éléments devant rester inchangés. Pour les équipes cinéma, UGC et publicité, cela signifie qu’en modifiant un élément, le personnage original, la composition et la reconnaissance visuelle peuvent être préservés au maximum.

L’entrepreneur serial @gkxspace a observé cette mise à jour dans les flux de travail commerciaux d’images. Selon lui, l’une des principales limites des images IA précédentes était que, si la première image était satisfaisante, il était difficile de produire de façon stable une deuxième ou troisième image cohérente à partir d’elle. Les améliorations d’Images 2.5 concernant l’édition continue, la vitesse et la fidélité des images de référence ouvrent de nouveaux usages pratiques, notamment pour les changements de tenues en e-commerce, l’extension de supports de marque ou les illustrations continues.

Actuellement, Images 2.5 est déployé sur ChatGPT, ChatGPT Work et Codex ; les versions Flare et Sunburst de l’API sont également accessibles. OpenAI conserve des mécanismes tels que les vérifications de sécurité des invites et des images, les métadonnées C2PA et les filigranes invisibles permettant d’identifier les images générées par ses outils.

D’après les cas officiels et les tests utilisateurs actuels, la mise à jour se concentre fortement sur trois axes : faciliter les modifications après génération, assurer une stabilité accrue des images de référence lors d’un usage continu, et intégrer des opérations comme le croquis, les modèles et les annotations d’image dans le flux de travail.

En ce qui concerne le réalisme, le détail et la qualité d’image après plusieurs cycles d’édition, les tests existants donnent des résultats contrastés. L’ampleur des progrès réalisés dans Images 2.5 sur ces points reste à confirmer par une utilisation pratique plus large.