Ce nouveau modèle d’IA cachée de Google surpasse Dall-E et MidJourney et il est gratuit !

Préparez-vous, mesdames et messieurs, nous avons un nouvel imageur IA en ville, et il est étonnamment très bon.

C’est surprenant car il vient de Google et parce que ce n’est pas le générateur basique, laid et paresseux que vous avez l’habitude de voir sur Bard. Il est également caché au grand public, mais cela ne veut pas dire que vous ne pouvez pas l’utiliser.

Son nom est ImageFX et il s’agit de la dernière incursion de Google dans le domaine de la génération d’images IA. Il est disponible via AI Test Kitchen de Google, une plate-forme expérimentale qui permet aux utilisateurs d’interagir avec les projets Google pendant qu’ils sont encore en développement.

Bien qu’il en soit à ses débuts en phase bêta, ImageFX offre des résultats étonnants en termes de précision et de photoréalisme. Cependant, sa disponibilité est limitée à des régions spécifiques, comme les États-Unis, le Kenya, la Nouvelle-Zélande et l’Australie, et son utilisation est limitée à l’anglais, démontrant l’approche prudente de Google et son désir d’un environnement contrôlé pour les commentaires des clients. utilisateurs et amélioration du système.

Ceux qui vivent en dehors des régions autorisées peuvent contourner les restrictions géographiques avec des méthodes telles que les VPN ou les proxys, à leurs propres risques.

ImageFX est alimenté par Image 2, un modèle d’IA sophistiqué développé par le célèbre laboratoire d’IA de Google, DeepMind. Image 2 est conçue pour interpréter et afficher des indications textuelles, avec la capacité de produire des images et des styles variés. Google affirme qu’Image 2 établit une nouvelle norme en matière de qualité d’image parmi sa génération de modèles d’IA.

L’introduction d’ImageFX fait partie de la stratégie plus large de Google visant à explorer diverses facettes de l’intelligence artificielle générative. De plus, il rejoint une suite d’outils spécialisés, notamment MusicFX pour la création musicale et TextFX pour la génération de texte stylisé.

Google contre Dall-e 3 contre MidJourney

ImageFX de Google marque une entrée notable du géant de la technologie dans le domaine des générateurs d’images basés sur l’IA, en concurrence directe avec des acteurs établis comme Dall-E 3 et MidJourney. Un avantage distinctif d’ImageFX dans sa première phase bêta est son accès gratuit, contrairement à l’intégration de Dall-E avec ChatGPT qui nécessite des frais mensuels de 20 $, ou un abonnement annuel MidJourney qui approche les 100 $.

Bien que la rentabilité soit un facteur important, ce sont les fonctionnalités comparatives et la qualité des résultats qui distinguent cet outil. ImageFX excelle dans la production d’images hyperréalistes, surpassant les rendus quelque peu caricaturaux de Dall-E 3 et l’accent mis par MidJourney sur des images esthétiquement attrayantes.

Mais ce n’est pas parce qu’ImageFX est gratuit qu’il est mauvais. ImageFX offre des fonctionnalités uniques telles que le contrôle des semences, qui permet aux utilisateurs d’affiner le processus de création en définissant initialement le bruit. Ce niveau de contrôle est inégalé dans Dall-E 3 ou MidJourney, permettant aux utilisateurs d’effectuer des ajustements subtils tout en conservant les principaux éléments de l’image.

De plus, ImageFX peut mettre en évidence des mots-clés importants et suggérer des alternatives créatives, une fonctionnalité non disponible chez ses concurrents.

Cependant, ImageFX a ses limites. L’outil génère exclusivement des images carrées, tandis que Dall-E 3 et MidJourney offrent une flexibilité dans les proportions. De plus, contrairement à MidJourney, ImageFX ne prend pas en charge les fonctionnalités d’édition d’images telles que l’inpaint et l’outpaint, ce qui limite sa polyvalence. Enfin, la fonction de conversation de Dall-E 3, qui permet aux débutants d’instruire le modèle en langage naturel, contraste avec l’invite basée sur des mots clés requise par ImageFX et MidJourney.

L’approche de demande d’invites diffère également considérablement entre ces modèles. ImageFX ne prend pas en charge les invites négatives, qui permettent aux utilisateurs de spécifier ce qu’ils doivent exclure de l’image. MidJourney offre cette fonctionnalité, ajoutant une couche de précision au processus créatif. Dall-E 3 manque également d’invites négatives directes, mais son interface conversationnelle permet aux utilisateurs de guider indirectement le modèle, offrant une approche différente pour affiner les sorties d’image.

Une image vaut mieux que mille mots

Décrypter a eu accès à ImageFX et a pu comparer ses générations avec MidJourney et Dall-E 3. Nous avons utilisé la même requête pour tous les modèles et les résultats présentés ci-dessous dans le même ordre, de gauche à droite : le premier est ImageFX, le deuxième est MidJourney et troisièmement, c’est Dall-E 3.

Photoréalisme :

Demande : Photo d’un trader de cryptomonnaie avec une expression inquiète

ImageFX et MidJourney ont produit des résultats assez réalistes. Cependant, en termes de style, ImageFX semble photoréalistetandis que MidJourney semble un peu plus hyperréalistece qui signifie que le premier est plus fidèle à la réalité, tandis que le second est plus artistique, avec des couleurs saturées, un bokeh exagéré, etc.

Dalle-3 ne parvient pas à générer des photos. Au lieu de cela, il a créé une représentation 3D plus axée sur le contenu. Il est plus facile de dire qu’il s’agissait d’un trader de crypto-monnaie grâce aux graphiques en arrière-plan, mais ce n’était certainement pas une photo.

Illustrations :

Slogan : Illustration d’un ours mystérieux surfant sur une cyber-vague

Cette invite était un peu plus abstraite pour tester la manière dont les modèles interprètent les idées non conventionnelles. ImageFX et MidJourney ont produit des images plus esthétiques, mais MidJourney ressemble plus à un rendu qu’à une illustration, tandis qu’ImageFX a tenté de capturer l’essence de ce que pourrait être une cyber-onde. Au lieu de cela, MidJourney a associé le terme « cyber » à l’ours. Dall-e 3 a capturé l’essence de plus près. Évidemment, il s’agissait d’une illustration et ressemble à une esthétique cybernétique, mais la morphologie de l’ours est incorrecte et l’image manque de qualité par rapport à ses concurrents.

Long en langage naturel :

Invite : photo de science-fiction détaillée en gros plan d’un mystérieux expert en informatique travaillant sur un ordinateur portable. Derrière lui, un agent du FBI attend pour le capturer, un plan large, photoréaliste et complexe.

Pour faire cette comparaison, l’invite MidJourney a été modifiée en « photographie de science-fiction détaillée et en gros plan d’un mystérieux expert en informatique travaillant sur un ordinateur portable avec un agent du FBI derrière lui attendant de le capturer, plan large, photoréaliste et complexe ».

MidJourney a refusé de générer des images à la première invite.

ImageFX a généré une photographie magnifique et détaillée tout en respectant tous les détails. MidJourney n’a pas produit un expert informatique « mystérieux ». Il reste également fidèle à son style signature avec un bokeh excessif et des traînées de lumière audacieuses ou des gouttes de pluie dans les différentes générations. C’était le meilleur exemple, car le reste semblait représenter un astronaute, un marine cyberpunk ou quelque chose de similaire. Dall-E a généré une image dans laquelle tous les éléments de l’indication sont reconnaissables, le logo du FBI, le mystérieux informaticien, etc., mais ce n’est pas une photo et l’anatomie du hacker est mal réalisée, avec des doigts de spaghetti typiques.

Texte sur l’image :

Invite : Une ville futuriste avec une enseigne au néon qui dit « EMERGE by Decrypt »

Généralement, le meilleur générateur de texte est de loin Dall-e 3. Cependant, dans ce cas précis et dans les conditions établies par la méthodologie de comparaison, il n’a pas rédigé correctement le texte. ImageFX n’a ​​pas pu générer la phrase entière, ses capacités de génération de texte sont là, mais elles sont probablement les moins impressionnantes du groupe.

Cela dit, Dall-E et ImageFX ont été les meilleurs pour capturer l’essence d’une ville futuriste, tandis que MidJourney a produit une ville esthétiquement agréable, mais pas du tout futuriste.

Conclusion

Les amateurs d’IA disposent désormais d’un joyau parmi les modèles d’IA qui répondent à de nombreux besoins. La plupart étant proposés gratuitement, il n’est pas nécessaire de choisir les gagnants, chacun a un cas d’utilisation spécifique qui le distingue.

ImageFX est le meilleur des trois si vous ne voulez pas dépenser d’argent. C’est aussi le meilleur en termes de photoréalisme.

MidJourney n’est pas doué pour suivre des instructions, mais il est parfait pour ceux qui recherchent des images esthétiques.

Dall-E 3 est idéal pour les débutants qui souhaitent générer des rendus et ne veulent même pas penser à l’ingénierie de la requête, des mots-clés et des paramètres, mais souhaitent simplement parler à leur IA comme s’il s’agissait simplement d’un autre ami.

Donc si vous voulez une conclusion, nous ne pouvons que dire avec grand plaisir que nous avons beaucoup aimé tester ImageFX.

Edité par Ryan Ozawa.