0.1L'IA générative d'images : comment ça marche
L'essentiel en 30 secondes
- Un modèle de diffusion part d'un bruit aléatoire : entraîné à retirer du bruit étape par étape, il fait émerger une image nette à partir d'une « neige » initiale.
- Votre prompt GUIDE le débruitage : converti en embeddings, votre texte oriente chaque étape — la formulation change donc fortement le résultat.
- La génération est probabiliste : même prompt ≠ même image (sauf seed figé) — et l'IA génère du nouveau, elle ne colle pas des morceaux d'images existantes.
Mini-cas filé — Sonia teste le hasard à Alger
Sonia, graphiste freelance à Alger, découvre l'IA visuelle pour illustrer les articles d'un client. Elle tape « un phare sur une falaise, au coucher du soleil », génère deux fois — et obtient deux images différentes. Au lieu de crier au bug, elle applique la méthode du guide : elle relance plusieurs fois pour explorer, puis ajoute UN détail à la fois (« vu de loin, ciel orageux ») pour voir ce que chaque mot change. Elle note la leçon sur un aide-mémoire : le modèle débruite un bruit aléatoire guidé par son texte — aucun prompt magique, mais une formulation à affiner.
Cas autonome de cette section : il revient dans le cours, le schéma, le script et le défi 48h de la section 0.1.
1. Le modèle de diffusion : du bruit à l'image
Une IA générative d'images transforme une phrase (le prompt) en image grâce au principe dominant du domaine : le modèle de diffusion. Pendant l'entraînement, on montre au modèle des millions d'images auxquelles on ajoute progressivement du bruit (une « neige » aléatoire) jusqu'à les rendre méconnaissables, et on lui apprend le chemin inverse : retirer le bruit étape par étape pour retrouver une image nette. Une fois entraîné, il sait donc partir d'un pur bruit aléatoire et le « débruiter » jusqu'à faire apparaître une image. Sonia retient l'image : on ne peint pas, on révèle — comme une photo qui se développe.
2. Le texte guide le débruitage
Reste à savoir quelle image faire apparaître : c'est le rôle du prompt. Votre texte est converti en représentation mathématique (des embeddings) qui guide le débruitage à chaque étape, pour que le résultat corresponde à votre description. Le modèle ne « comprend » pas au sens humain : il oriente la génération vers ce qui, statistiquement, ressemble à votre texte. C'est pour cela que la formulation compte tant : chaque mot précis resserre la guidance, chaque vague la relâche. Sonia teste : « un phare » donne une base, « un phare sur une falaise, au coucher du soleil, vu de loin » donne une direction.
3. Probabiliste, et non copié-collé
Deux conséquences pratiques à retenir. D'abord, le résultat est probabiliste : deux générations avec le même prompt donnent des images différentes, car chacune part d'un bruit initial différent — sauf à figer le hasard avec un seed (section 2.2). Ensuite, l'IA ne copie pas des images existantes : elle produit une image nouvelle à partir de régularités apprises — ce qui n'évacue pas les questions juridiques et éthiques (section 0.4). Comprendre ce fonctionnement évite deux erreurs de débutant : croire qu'un prompt « magique » existe, et s'étonner de la variabilité. Sonia affiche sa règle : pour explorer, on relance ; pour itérer sérieusement, on fige le seed et on change une chose à la fois.
Le saviez-vous ? Développer comme en argentique
Pas de magie : du bruit, du texte, et une image qui se révèle.
🔎 Exemple concret — 🔎 Exemple concret — La variabilité en action
Sonia tape « un phare sur une falaise, au coucher du soleil » et relance deux fois à l'identique.
/imagine prompt: un phare sur une falaise, au coucher du soleil
→ image 1 : phare centré, ciel calme.
/imagine prompt: un phare sur une falaise, au coucher du soleil (relance à l'identique)
→ image 2 : cadrage et nuages différents.
/imagine prompt: un phare sur une falaise, au coucher du soleil, vu de loin, ciel orageux
→ le détail ajouté réoriente fortement le résultat.Lecture : les deux premières images diffèrent alors que le prompt est identique — la preuve que le bruit de départ change à chaque fois.
Leçon : le troisième prompt montre l'autre face : la formulation guide — un détail concret déplace le résultat.
Vocabulaire de la section
- Prompt
- Description textuelle envoyée au modèle ; elle guide la génération de l'image.
Exemple simple : Sonia écrit « un phare sur une falaise, au coucher du soleil » pour lancer sa génération.
Ce que ce n'est pas : une formule magique qui donnerait toujours la même image.
Réflexe : décrire ce qui doit être vu, avec des mots concrets.
- Modèle de diffusion
- Modèle qui apprend à retirer du bruit étape par étape ; il part d'un bruit aléatoire pour faire émerger une image.
Exemple simple : Sonia visualise le débruitage comme une photo qui se développe.
Ce que ce n'est pas : une banque d'images dans laquelle on piocherait des morceaux.
Réflexe : penser « révélation guidée », pas « assemblage ».
- Débruitage (denoising)
- Processus itératif de retrait du bruit qui fait apparaître progressivement l'image.
Exemple simple : À chaque étape, l'image de Sonia devient un peu plus nette.
Ce que ce n'est pas : un simple agrandissement de pixels existants.
Réflexe : laisser le processus aller au bout avant de juger.
- Embedding
- Représentation mathématique du texte qui permet au modèle d'orienter la génération.
Exemple simple : Le prompt de Sonia devient une guidance chiffrée du débruitage.
Ce que ce n'est pas : une compréhension humaine du sens des mots.
Réflexe : soigner la formulation : chaque mot pèse sur la guidance.
- Génération probabiliste
- Caractère aléatoire du résultat : un même prompt donne des images différentes à chaque essai.
Exemple simple : Sonia relance deux fois et compare deux phares différents.
Ce que ce n'est pas : un bug ou un dysfonctionnement de l'outil.
Réflexe : pour explorer : relancer ; pour itérer : figer le seed.
En pratique — En pratique — Observer le caractère probabiliste de la génération
- Choisissez un outil accessible (voir sections 0.2 et 1.4) et saisissez un prompt simple, par exemple « un phare sur une falaise, au coucher du soleil », comme Sonia.
- Générez une première fois, puis relancez EXACTEMENT le même prompt.
- Comparez : les deux images diffèrent — c'est normal, la génération part d'un bruit aléatoire différent.
- Ajoutez un détail au prompt (« vu de loin, ciel orageux ») et observez à quel point la formulation oriente le résultat.
Script prêt à dire — expliquer la génération à un client (30 s)
« L'IA ne copie pas des photos : elle part d'un bruit aléatoire et le débruite étape par étape, guidée par mon texte. Donc le même prompt donne des images différentes à chaque fois — c'est normal, c'est même utile pour explorer. Comme Sonia, je relance plusieurs fois pour trouver la piste, puis j'affine mot par mot. »
À dire en montrant le schéma bruit → débruitage → image ; insister sur « pas de copier-coller ».
Modèle copier-coller — mon premier test de variabilité
/imagine prompt: un phare sur une falaise, au coucher du soleil
→ générer, noter ce qui plaît et ce qui manque.
/imagine prompt: un phare sur une falaise, au coucher du soleil
→ relancer À L'IDENTIQUE, comparer : qu'est-ce qui a changé tout seul ?
/imagine prompt: un phare sur une falaise, au coucher du soleil, vu de loin, ciel orageux
→ ajouter UN détail, comparer : qu'est-ce que ce mot a déplacé ?Avec Midjourney
Sonia lance le modèle dans l'application web Midjourney : grille de quatre propositions par génération, parfaite pour comparer les relances d'un même prompt.
Avec un outil gratuit
Sans abonnement : même test via une offre gratuite donnant accès à DALL·E 3 (quotas) — la variabilité s'observe pareil, deux relances suffisent.
Carnet d'exploration
Sonia colle ses trois générations côte à côte dans un document, avec le prompt exact sous chacune : son premier embryon de bibliothèque de prompts.
Binôme à Alger
Sonia montre deux relances à un collègue sans dire que le prompt est identique : il cherche la différence de formulation — puis elle révèle le hasard du bruit de départ.
✓ Bonnes pratiques
- Relancez plusieurs fois : ne jugez jamais une idée sur une seule image.
- Formulez avec des mots visuels concrets : la formulation guide le débruitage.
- Figez le seed (section 2.2) dès que vous voulez itérer sérieusement sur une piste.
✗ Pièges fréquents
- Croire qu'un prompt « magique » existe et donne toujours le même résultat.
- S'étonner de la variabilité des résultats : elle est voulue, pas un bug.
- Penser que l'IA colle des morceaux d'images existantes.
Points clés à retenir
- Un modèle de diffusion part d'un bruit aléatoire et le retire étape par étape pour faire apparaître l'image.
- Le prompt, converti en embeddings, GUIDE ce débruitage : la formulation change fortement le résultat.
- La génération est probabiliste : même prompt ≠ même image (sauf seed figé).
- L'IA ne colle pas des morceaux d'images existantes : elle génère à partir de régularités apprises.
Défi 48h — appliquez demain
Lancez le modèle de test à la Sonia (prompt simple + relance identique + ajout d'un détail), collez les trois images côte à côte et notez en une phrase ce que chaque essai vous a appris.
- Je peux expliquer le modèle de diffusion en une phrase (bruit → débruitage guidé → image).
- J'ai relancé un prompt à l'identique et constaté la variabilité.
- J'ai mesuré l'effet d'un seul mot ajouté au prompt.
Questions fréquentes
L'IA copie-t-elle des images existantes pour fabriquer la mienne ?
Non, pas au sens d'un copier-coller : le modèle a appris des régularités statistiques et GÉNÈRE une image nouvelle en débruitant un point de départ aléatoire. Nuances : des cas de mémorisation existent sur des images très répétées (œuvre ultra-célèbre, logo) — raison de vérifier ce qu'on publie — et le caractère « nouveau » du résultat ne règle pas la question juridique des données d'entraînement (procès en cours, droit variable selon les pays : voir 0.4).
Pourquoi le même prompt ne donne-t-il jamais deux fois la même image ?
Parce que chaque génération démarre d'un bruit aléatoire différent. C'est une propriété voulue : elle permet d'explorer plusieurs interprétations d'une même idée. Pour ITÉRER sérieusement, on fige le seed (même prompt, même version, mêmes paramètres = résultat reproductible, section 2.2) et on ne change qu'une chose à la fois.
Comment un modèle de diffusion crée-t-il une image ?