DALL-E 3 dévoilé par OpenAI : Le Futur de la Création d’Images IA

Le générateur d’images DALL-E 3, développé par OpenAI, a fait son apparition, se positionnant en avance sur son prédécesseur en termes de qualité et de capacité à traiter les images et le texte. 

Les images générées par cette IA photo sont de meilleure qualité. Elles mémorisent le contexte et traitent le texte de manière plus efficace. Ainsi, DALL-E 3 se pose comme un concurrent sérieux pour Midjourney, tout en offrant une intégration directe avec ChatGPT.

OpenAI a dévoilé le dernier-né de sa famille de modèles d’IA, DALL-E 3 ! Une avancée majeure dans le domaine de la synthèse texte-image, promettant de révolutionner la manière dont les utilisateurs transforment leurs idées en images précises et détaillées grâce à l’intelligence artificielle.

Actuellement en version préliminaire de recherche, DALL-E 3 est disponible pour les clients ChatGPT Plus et Entreprise depuis Octobre. Disponible via une API, avec des plans pour une version plus étendue dans Labs plus tard cet automne. Parmi les caractéristiques distinctives de cette IA image, on note sa capacité à traiter et synthétiser le texte, illustrée par la première image présentée par OpenAI.

L’un des défis majeurs des systèmes modernes de conversion texte-image est leur tendance à négliger les nuances et les détails des instructions fournies par l’utilisateur. DALL-E 3 a été conçu pour remédier à ce problème en améliorant sa compréhension des descriptions textuelles, garantissant ainsi que les images générées correspondent étroitement au texte fourni.

DALL-E 3 est construit nativement sur ChatGPT. Permettant ainsi une intégration transparente en tant que partenaire de brainstorming et raffineur d’instructions. Les utilisateurs pourront simplement exprimer leurs idées, de la simple phrase au paragraphe détaillé. Ainsi DALL-E 3 générera automatiquement des images personnalisées et détaillées pour donner vie à ces idées.

Les utilisateurs pourront également apporter des modifications rapides aux images générées en quelques mots, renforçant ainsi leur contrôle créatif. Le PDG d’OpenAI, Sam Altman, a partagé une vidéo illustrant la capacité de DALL-E 3 à conserver le style et la précision des personnages à travers différentes images

DALL-E 3 est équipé de mécanismes de sécurité conçus pour empêcher la création de contenu violent, adulte ou haineux. De plus, des protocoles ont été instaurés pour refuser les requêtes impliquant des noms de personnalités publiques. Ces mesures font partie des efforts d’OpenAI pour réduire les préjugés nuisibles et promouvoir une utilisation éthique de l’intelligence artificielle.

Selon Sandhini Agarwal, membre de l’équipe Dall-E chez OpenAI, l’organisation a renforcé ses mesures de sécurité. Le but étant de prévenir les abus et résoudre d’autres problèmes potentiels. OpenAI interdisait déjà les contenus explicites, tels que les images à caractère sexuel ou violent et refusait les requêtes visant à représenter des personnalités publiques, y compris les politiciens. Ces restrictions ont été améliorées grâce à l’implémentation d’une nouvelle surveillance humaine.

Par exemple, lorsque j’ai sollicité une image représentant un ouvrier du bâtiment suspendu dangereusement à un câble de sécurité. Le système a généré quelques versions de mon invité avant de s’arrêter, en affichant le message suivant : « Je m’excuse pour l’oubli. Certaines des images demandées ne respectaient pas notre politique de contenu. Par conséquent, je n’ai pas pu générer une image pour cette invite

OpenAI explore également activement des moyens d’aider les utilisateurs à identifier les images générées par l’IA. Pour cela, la société développe un classificateur de provenance. Cet outil aidera à déterminer si une image a été créée par DALL-E 3, visant ainsi à améliorer la transparence du contenu généré par l’IA.

Les créateurs auront également la possibilité de refuser que leurs images soient utilisées dans les futures formations de modèles d’images, offrant ainsi un plus grand contrôle sur leurs créations.

Durant mes tests, j’ai constaté que Dall-E 3 représentait une avancée majeure par rapport à son prédécesseur Dall-E 2 en 2022. L’IA photo produisait des images plus vives, détaillées et souvent divertissantes. Les résultats étaient plus convaincants, avec moins de cas de bizarreries gênantes. La nouvelle technologie d’amplification rapide peut rendre les images de l’IA image encore plus frappantes, bien qu’elle puisse parfois aller trop loin si vous ne souhaitez pas augmenter le volume jusqu’à 11.

Lorsque Dall-E est apparu en 2021, il a démontré au monde les possibilités créatives de l’intelligence artificielle. Quelques mois plus tard, ChatGPT d’OpenAI a fait de même pour une IA générative capable de composer des poèmes et des paragraphes de prose. Avec Dall-E 3, le système de générateur d’image artificielle est intégré directement dans ChatGPT.

Ces technologies ont provoqué une explosion d’intérêt pour l’IA générative, qui est désormais présente dans les outils phares de Google, Microsoft, Adobe et de nombreuses startups. En même temps, l’IA générative inquiète les professionnels qui craignent qu’elle soit moins coûteuse que les humains. Notamment pour des tâches telles que la synthèse de documents juridiques et la création de storyboards vidéo. Elle pourrait également aider les personnes sans ces compétences à en faire plus.

Pour utiliser DALL·E 3, allez sur ChatGPT et passez votre curseur sur GPT-4 en haut de la page. Un menu apparaîtra, vous permettant de choisir DALL·E 3 Beta.

Une fois sur DALL·E 3, son utilisation est similaire à celle de ChatGPT. Vous avez la possibilité de taper une commande textuelle classique ou d’interagir en utilisant le langage naturel. Pour chaque demande, quatre images différentes vous seront proposées, à vous de choisir celle qui vous convient le mieux.

Une spécificité de DALL·E 3 est qu’il perfectionne et répète de manière autonome vos directives. Il applique aussi une directive légèrement modifiée pour chacune des quatre images produites afin d’obtenir un rendu légèrement différent.

Pour télécharger une image, passez la souris dessus et cliquez sur l’icône de téléchargement en haut à gauche.

L’un des principaux avantages de DALL·E 3 est sa capacité à répondre aux demandes formulées en langage naturel grâce à ChatGPT. Si un élément ne vous convient pas ou si vous souhaitez accentuer un aspect particulier des résultats obtenus, il vous suffit de l’exprimer.

Même si DALL·E 3 est actuellement en phase bêta, il offre la possibilité de produire de superbes réalisations. J’ai notamment remarqué que DALL·E 3 excelle dans la conception de dessins, peintures et diverses formes artistiques, plus que dans la génération d’images au rendu photoréaliste.

Voici quelques conseils pour optimiser vos rendus avec cet outil.

Bien que DALL·E 3 soit conçu pour interpréter des instructions simples en ajoutant lui-même divers détails. Afin d’obtenir une image spécifique, il est recommandé d’enrichir votre commande avec de multiples précisions. 

Par exemple, la capture d’écran que vous verrez ci-après a été générée à partir de ma directive : 

J’ai expérimenté DALL·E 3 intensivement pendant deux jours pour la rédaction de cet article, et je n’ai jamais dépassé cette limite. Prenez votre temps pour bien lui indiquer vos attentes et peaufinez chaque création. Il est rare de toucher cette limite à moins de le faire intentionnellement.

Franchement, le meilleur moyen de saisir les capacités et les limites de DALL·E 3 est de l’expérimenter par vous-même. ChatGPT a parfois surpris en répondant à des requêtes que je trouvais complexes, mais il a aussi parfois raté des modifications que je considérais comme basiques.