Gemini Nano Banana : retoucher ses images avec l’IA de Google

La retouche d’image a longtemps été associée à des logiciels complexes, à des calques et à des réglages réservés aux personnes formées. Avec Gemini Nano Banana, Google propose une autre approche : décrire la modification souhaitée avec des mots. Ajouter un objet dans une scène, effacer un élément gênant ou changer l’ambiance d’une photo devient, en principe, une conversation avec une intelligence artificielle.

Derrière ce nom inhabituel se trouve Gemini 2.5 Flash Image, un modèle de Google conçu pour la génération et l’édition d’images. Sa version améliorée a été lancée le 26 août 2025. L’ambition est claire : raccourcir les opérations de retouche tout en conservant une image visuellement cohérente, y compris lorsque la demande modifie profondément la scène de départ.

Gemini Nano Banana, qu’est-ce que c’est exactement ?

Gemini Nano Banana est le nom sous lequel est présenté Gemini 2.5 Flash Image, un outil de création et de retouche visuelle de Google. Au lieu de manipuler directement des curseurs ou des sélections, l’utilisateur transmet une instruction textuelle, souvent appelée prompt. Il peut aussi fournir une ou plusieurs images auxquelles cette instruction s’applique.

Le modèle ne se limite donc pas à produire une image depuis une description. Son intérêt tient surtout à l’édition : il analyse un visuel existant, interprète une consigne et tente de générer une nouvelle version de l’image dans laquelle la modification demandée est intégrée. Cette différence est importante. Générer une scène imaginaire et modifier une photographie déjà prise ne posent pas le même défi : dans le second cas, l’outil doit préserver les éléments qui ne doivent pas changer.

La version Gemini 2.5 Flash Image succède à Gemini 2.0 Flash Image, testé notamment par le Journal du Net. Google met en avant une meilleure stabilité et une plus grande agilité dans l’exécution des demandes. Des tests cités par le JDN placent le modèle en tête pour la génération comme pour l’édition d’images, devant notamment Imagen 4 Ultra et GPT Image 1, avec une attention particulière portée à la gestion des objets et à la cohérence visuelle des personnages.

Comment fonctionne ce modèle d’image ?

Gemini 2.5 Flash Image a été conçu par les équipes de DeepMind. Il repose sur une architecture dite Mixture-of-Experts, ou MoE. Derrière ce terme technique se trouve un principe relativement simple : plutôt que d’activer indistinctement l’ensemble des paramètres du modèle pour chaque demande, le système mobilise un sous-ensemble spécialisé selon la tâche à accomplir.

Cette organisation est utilisée pour concilier performance et consommation de ressources. Le modèle peut traiter différentes formes d’entrée, notamment le texte, l’image et l’audio, tout en activant les composants les plus pertinents pour répondre à la requête. Dans le cadre de la retouche photo, l’image fournie sert de base visuelle et le texte fixe l’intention de l’utilisateur.

Concrètement, si une personne demande de retirer un objet, le système doit identifier l’objet désigné, comprendre son environnement immédiat, puis recréer les zones cachées de manière plausible. Pour ajouter un élément, il doit aussi prendre en compte la perspective, les dimensions apparentes, l’éclairage et les ombres. C’est ce travail de reconstruction qui distingue une simple superposition d’images d’une retouche qui paraît crédible au premier regard.

Quelles retouches Gemini 2.5 Flash Image peut-il réaliser ?

Les possibilités avancées par Google couvrent à la fois la création et l’édition. L’outil peut produire des images dans plusieurs styles, mais son usage le plus concret consiste à partir d’un visuel existant et à lui demander une transformation ciblée.

Fusionner plusieurs images dans une même scène

La fusion d’images est l’une des fonctions les plus spectaculaires. L’exemple donné consiste à placer une voiture sur une piste de ski. L’intérêt ne réside pas seulement dans l’ajout de la voiture : le modèle est censé l’intégrer à l’environnement, notamment en générant une ombre cohérente avec la scène.

Pour l’utilisateur, le principe est de fournir les visuels nécessaires puis de décrire le montage souhaité. Une consigne détaillée aide à réduire les ambiguïtés : préciser l’emplacement de l’objet, son orientation ou la part de l’image à conserver permet au modèle de mieux comprendre l’objectif. Cela ne garantit pas un résultat parfait dès le premier essai, mais évite de demander à l’IA de deviner des choix de composition essentiels.

Retirer un élément sans refaire toute la photo

La suppression ciblée est un cas d’usage très courant en retouche : enlever un objet encombrant, un élément de décor indésirable ou une personne en arrière-plan. Gemini Nano Banana cherche à isoler la zone concernée, à la retirer et à reconstruire la matière visuelle qui devrait se trouver derrière.

Cette opération peut faire gagner du temps par rapport à une retouche manuelle, surtout lorsque l’arrière-plan est homogène. Elle doit toutefois être vérifiée attentivement lorsque la zone supprimée contient des motifs complexes, des textes, des lignes architecturales ou des détails répétés. Une image qui paraît convaincante à l’écran peut révéler des incohérences en zoomant ou après impression.

Ajuster la lumière, les couleurs et le flou

Gemini 2.5 Flash Image peut aussi modifier les paramètres d’une image. L’utilisateur peut demander un ajustement de l’exposition, du contraste ou de la température de couleur afin de faire évoluer l’atmosphère d’une photo. Il est également possible de simuler une faible profondeur de champ, avec un sujet plus net et un arrière-plan flouté.

Ces fonctions correspondent à des réglages classiques de la photographie, mais l’interface conversationnelle change la manière de les demander. Au lieu d’indiquer une valeur précise sur un curseur, on exprime un résultat recherché. Cette simplicité est utile pour un besoin rapide, même si les professionnels qui exigent un contrôle rigoureux de chaque réglage pourront conserver des outils de retouche traditionnels pour les finitions.

Revoir le décor depuis un autre angle

Le changement de point de vue est plus ambitieux. Il ne s’agit plus de modifier seulement la lumière ou un objet : l’IA doit reconstruire le décor comme si la caméra avait été placée ailleurs. Des portions de la scène qui n’apparaissaient pas sur la photo initiale doivent alors être inventées de façon cohérente.

Cette fonction ouvre des possibilités créatives, mais elle demande aussi de la prudence. Une image ainsi modifiée n’est plus le simple témoignage photographique de la scène originale. Elle devient une création ou une reconstruction générée par IA. La distinction est particulièrement importante pour les images d’information, les documents de preuve ou toute photographie présentée comme fidèle à une situation réelle.

Comment utiliser Gemini Nano Banana dans Gemini ou AI Studio ?

Google prévoit deux points d’accès : l’application Gemini et Google AI Studio. Le premier s’adresse à un public large qui souhaite interagir directement avec l’assistant. Le second offre un environnement utile pour sélectionner le modèle et expérimenter ses capacités, notamment dans une logique de développement ou de test.

Dans les deux cas, le parcours repose sur une séquence simple : importer ou sélectionner l’image à modifier, choisir Gemini 2.5 Flash Image lorsqu’il est proposé, puis formuler une instruction textuelle. Pour fusionner deux images, il faut fournir les deux visuels et expliciter la relation attendue entre eux.

Quelques bonnes pratiques permettent de rendre les demandes plus exploitables :

• décrire d’abord la modification principale plutôt que d’empiler trop de changements dans une seule instruction ;
• indiquer clairement ce qui doit rester identique, par exemple le visage, le vêtement ou l’arrière-plan ;
• préciser l’emplacement d’un objet ajouté ou retiré ;
• contrôler la version obtenue avant de l’utiliser ou de la diffuser.

L’outil est conçu pour fonctionner sans compétences techniques préalables. Cela ne signifie pas que toutes les instructions se valent. Comme avec un brief donné à un graphiste, une demande claire, limitée et contextualisée augmente les chances d’obtenir une image conforme à l’intention de départ.

Quel est le prix de Gemini 2.5 Flash Image ?

L’accessibilité économique est l’un des arguments de ce modèle. Via l’API, Gemini 2.5 Flash Image est facturé 30 dollars par million de tokens de sortie. Google estime que cela représente environ 0,039 dollar par image générée ou éditée.

Le token est une unité de traitement employée par les modèles d’IA. Pour un utilisateur qui passe par une application, cette notion reste généralement en arrière-plan. En revanche, pour une entreprise ou un développeur qui automatise la création de nombreux visuels via une API, le tarif par image constitue un indicateur utile pour anticiper un budget.

Ce coût moyen ne doit pas être interprété comme un tarif fixe pour toute situation. Il sert de repère pour mesurer l’intérêt de l’outil dans des flux de production à volume élevé, par exemple pour préparer des variantes visuelles ou accélérer certaines étapes de création.

Pour quels usages, et avec quelles précautions ?

Photographes, créateurs de contenu, équipes marketing et entreprises peuvent trouver un intérêt à cette approche. Un créateur peut tester rapidement une ambiance, une petite entreprise peut adapter des visuels à plusieurs supports et un photographe peut explorer une piste de composition avant une retouche plus poussée. La promesse est moins celle d’une automatisation totale que celle d’une réduction du temps nécessaire aux opérations répétitives ou aux premiers essais.

Cette facilité d’usage impose néanmoins une discipline. Une image peut être esthétiquement réussie tout en modifiant des détails importants : position d’un objet, présence d’une personne, décor ou perspective. Il est donc préférable de signaler les retouches génératives lorsqu’elles peuvent induire le public en erreur. Il faut également s’assurer d’avoir le droit d’utiliser les images importées et de respecter le droit à l’image des personnes reconnaissables.

Pour des visuels commerciaux, éditoriaux ou destinés à l’impression, une validation humaine demeure nécessaire. L’utilisateur doit notamment vérifier les contours, les ombres, les textures, les mains, les visages, les objets comportant du texte et la cohérence globale de l’image. L’IA accélère l’exécution, mais elle ne transfère pas la responsabilité de la publication.

Ce qu’il faut surveiller

Gemini Nano Banana illustre une évolution nette des outils créatifs : la retouche ne passe plus seulement par une interface de réglages, elle peut désormais être exprimée en langage naturel. Gemini 2.5 Flash Image se distingue par l’ampleur des modifications qu’il promet, de la suppression locale d’un objet à la reconstruction complète d’un point de vue.

La question centrale sera celle de la fiabilité des résultats dans des usages réels. La cohérence visuelle, la maîtrise des détails et la capacité à préserver fidèlement un sujet seront déterminantes pour les professionnels. En parallèle, le déploiement de SynthID rappelle que la généralisation de la retouche générative s’accompagne d’un besoin de traçabilité. Plus la modification d’une image devient simple, plus il devient essentiel de savoir ce qui relève de la photographie initiale et ce qui a été reconstruit par une IA.