DébutantGénération image, vidéo & audio
Texte vers image (text-to-image)
En anglais : Text-to-image
Tâche d’IA générative qui consiste à produire une image inédite à partir d’une description écrite, le prompt, en interprétant le sujet, le style et la composition demandés.
L’utilisateur décrit ce qu’il souhaite voir, par exemple un chat roux sur un toit de Paris au coucher du soleil, et le modèle compose une image correspondant à cette description. Ces systèmes reposent surtout sur des modèles de diffusion associés à un encodeur de texte qui traduit les mots en représentations numériques. Le résultat dépend fortement de la précision du prompt, un peu comme une commande passée à un illustrateur. Les images produites peuvent contenir des erreurs (mains, texte, proportions) et soulèvent des questions de droit d’auteur et de transparence.
Exemple
Un auteur de livres jeunesse génère plusieurs esquisses d’un personnage avant de choisir une direction graphique à confier à son illustratrice.
Notions liées
Modèle de diffusion
IntermédiaireModèle génératif qui apprend à retirer progressivement le bruit d’une donnée, afin de créer à partir d’un bruit aléatoire une image, une vidéo ou un son cohérent.
Droit d’auteur et IA
DébutantEnsemble des questions juridiques posées par l’IA en matière de propriété intellectuelle, notamment l’usage d’œuvres protégées pour l’entraînement et le statut des contenus générés par des modèles.