Sujet
Tous les articles d’Actu.ai consacrés à Génération d’images : actualités, analyses et explications sur ce sujet lié à l’intelligence artificielle. 45 articles
Google étend Nano Banana, le nom de code de Gemini 2.5 Flash Image, à ses outils grand public. Dans Lens, le modèle doit permettre de retoucher une photo par texte. Dans NotebookLM, il enrichit les résumés vidéo d’illustrations générées et de six styles visuels.
Microsoft AI présente MAI-Image-1, son premier modèle de génération d’images développé en interne. L’entreprise promet des rendus photoréalistes, rapides et moins répétitifs, pensés avec des créateurs. Le modèle doit rejoindre prochainement Copilot et Bing Image Creator, tout en renforçant l’autonomie technologique de Microsoft.
Google étend l’accès à Gemini 2.5 Flash Image, son modèle de génération et de retouche d’images aussi connu sous le nom de code nano-banana. Disponible via l’API Gemini, Google AI Studio et Vertex AI, il promet d’accélérer la création de visuels, sans faire disparaître la nécessité d’un brief précis et d’une vérification humaine.
En septembre 2025, Seedream 4.0 de ByteDance arrive en tête de la Text-to-Image Arena d’Artificial Analysis avec un score Elo de 1 212. Google place trois modèles dans les quatre premières positions, tandis que GPT-4o d’OpenAI recule à la cinquième place. Voici comment lire ce classement et ce qu’il révèle du marché.
Google Labs lance Mixboard, un outil expérimental qui réunit images, texte et IA sur un même tableau visuel. Disponible en bêta publique aux États-Unis, il permet de partir d’une consigne, d’importer ses propres visuels, de générer des variations et de développer des pistes créatives plus facilement.
La tendance Nano Banana permet de transformer la photo d’un chien ou d’un chat en image de figurine miniature grâce à l’IA de Google. Le secret tient autant à la qualité de la photo qu’à la précision du prompt. Voici une méthode concrète pour personnaliser le rendu, sans confondre image de figurine et véritable fichier 3D imprimable.
Des chercheurs de l’Université de Californie à Los Angeles développent un générateur d’images qui s’appuie sur l’optique plutôt que sur de lourds calculs électroniques. Son principe : employer des faisceaux laser et des modulateurs de lumière pour réaliser l’étape la plus énergivore de la diffusion, avec une puissance informatique quasi nulle.
Deux outils d’IA répondent à des besoins distincts de communication visuelle. MyLens.ai convertit des contenus complexes en graphiques, frises ou cartes mentales, tandis que Reve mise sur la génération d’images fidèle aux consignes, notamment lorsque du texte doit apparaître dans le visuel.
Des chercheurs du MIT explorent une autre voie pour créer et modifier des images par IA : les résumer en seulement 32 tokens numériques. Cette représentation très compacte pourrait alléger certaines tâches de génération, de retouche et de remplissage d’images, sans faire disparaître les défis de qualité et de contrôle.
Perplexity s’invite dans WhatsApp pour répondre aux questions du quotidien sans quitter sa messagerie. L’assistant peut rechercher des informations récentes, résumer l’actualité, traiter des messages vocaux et créer ou retoucher des images. Voici comment l’activer et l’utiliser avec méthode, en gardant un regard critique sur ses réponses.
Midjourney ajoute la vidéo à sa plateforme de création par intelligence artificielle. À partir d’une image générée ou importée, les abonnés peuvent désormais produire de courtes séquences animées, ajuster l’intensité des mouvements et prolonger le résultat. Une première étape vers une ambition bien plus vaste pour la startup.
Le 18 juin 2025, Midjourney a lancé V1 Video, un outil qui anime une image en clips de cinq secondes. L’annonce arrive alors que Disney et NBCUniversal ont engagé une action pour atteinte au droit d’auteur. Fonctionnement, prix, images importées, limites et ambitions de cette nouveauté.
Plutôt que de produire une image finie d’un seul coup, SketchAgent construit un croquis trait après trait, comme le ferait une personne qui esquisse une idée. Mis au point par des chercheurs du MIT et de Stanford, ce système explore une collaboration plus directe entre l’humain et l’intelligence artificielle.
Google ajoute à l’application Gemini une fonction de retouche d’images par IA. Les utilisateurs peuvent importer une photo ou partir d’une image générée, puis demander en langage naturel de changer une coiffure, remplacer un objet ou modifier l’arrière-plan. Le déploiement concerne plus de 45 langues.
GPT-4o prend la première place du classement Text to Image Arena en avril 2025, avec une avance très courte sur Seedream 3.0 de ByteDance. Ce palmarès fondé sur des duels anonymes d’images confirme l’arrivée de nouveaux concurrents, tandis que Reve et Midjourney reculent nettement.
Après les portraits inspirés du style Studio Ghibli, les utilisateurs de ChatGPT se mettent en scène comme des figurines d’action en boîte. Très visible sur LinkedIn, ce format mêle portrait, humour et marque personnelle. Il illustre la facilité avec laquelle l’IA générative transforme désormais une photo en objet de communication numérique.
Midjourney v7 promet des images plus réalistes, plus personnelles et dotées d’une forte identité artistique. Mais cette nouvelle version demande un apprentissage préalable et reste vulnérable aux scènes trop chargées, aux détails incohérents et au texte illisible. Voici ce qu’il faut savoir avant de l’adopter.
En phase alpha, Midjourney V7 veut affiner la compréhension des prompts et les détails des images générées. Le nouveau Draft Mode promet des essais jusqu’à dix fois plus rapides, tandis que la personnalisation est activée par défaut. Voici les conditions d’accès, les modes disponibles et les limites de cette première version.
Midjourney ouvre l’alpha de V7, son nouveau modèle de génération d’images. La mise à jour promet une lecture plus fine des instructions, une personnalisation des résultats et un mode Ébauche dix fois plus rapide, pensé pour multiplier les essais créatifs sans alourdir la facture.
Après près d’un an sans nouveau modèle majeur, Midjourney met en ligne V7 en version alpha. Cette génération promet une meilleure compréhension des descriptions, des images plus cohérentes et un mode de brouillon bien plus rapide. Elle arrive aussi alors que les débats sur les droits des artistes restent particulièrement vifs.
La génération d’images directement dans ChatGPT provoque un afflux spectaculaire. Sam Altman, patron d’OpenAI, affirme que le service a gagné un million d’utilisateurs en une heure. Derrière cet engouement, la fonctionnalité GPT-4o illustre autant l’attrait du grand public pour l’IA visuelle que les limites d’infrastructure d’OpenAI.
Lancé en mars 2025 par Reve AI, Reve Image 1.0 ambitionne de compter parmi les générateurs d’images les plus convaincants du moment. Face à GPT-4o Image d’OpenAI, il mise sur la fidélité aux consignes, des réglages créatifs accessibles et une prise en main pensée pour les créateurs.
Avec la génération d’images de GPT-4o dans ChatGPT, une photographie peut être réinterprétée comme une illustration inspirée de l’animation. L’outil ne produit toutefois pas une vidéo : il crée une nouvelle image fixe, que l’on peut affiner au fil de la conversation. Voici comment l’utiliser et quelles précautions prendre.
Le 30 mars 2025, ChatGPT a connu des difficultés d’accès signalées par de nombreux utilisateurs. L’incident est intervenu dans le sillage d’un engouement pour des créations visuelles inspirées de Ghibli. Cette concomitance révèle la dépendance croissante des pratiques créatives à des services d’IA disponibles en continu.
