1. Livres & vidéos
  2. L’intelligence artificielle expliquée
  3. Générer des images avec l’IA
Extrait - L’intelligence artificielle expliquée Des concepts de base aux applications avancées de l’IA (2e édition)
Extraits du livre
L’intelligence artificielle expliquée Des concepts de base aux applications avancées de l’IA (2e édition) Revenir à la page d'achat du livre

Générer des images avec l’IA

Introduction

L’intelligence artificielle ne se limite pas aux tâches quotidiennes. Elle peut également être une source d’inspiration pour stimuler notre créativité. Un exemple fascinant en est la génération d’images par IA, rendue accessible à tous grâce à DALL-E 3, le modèle développé par OpenAI, l’organisation américaine à l’origine de ChatGPT.

DALL-E est un modèle d’IA capable de créer des images réalistes à partir d’une simple description textuelle. Vous écrivez ce que vous avez en tête, et l’IA le dessine. C’est aussi simple que cela.

Depuis ses premières versions expérimentales, le modèle a considérablement évolué. DALL-E 3, lancé en 2023 et intégré directement dans ChatGPT, représente une évolution majeure : les images sont plus précises, plus cohérentes et surtout bien plus fidèles à ce que vous décrivez. Il n’est plus nécessaire de maîtriser un jargon technique particulier : vous parlez à DALL-E comme vous parleriez à un illustrateur.

La mission du modèle reste inchangée depuis l’origine : transformer une description textuelle en image. Mais les capacités, elles, ont radicalement...

Introduction à DALL-E

L’utilisation de DALL-E se veut très simple :

Vous décrivez avec des mots ce que vous souhaitez et DALL-E vous renvoie une image.

C’est aussi simple que cela, et nous pourrions presque terminer le chapitre à cet instant. Mais poursuivons : cela vous semblera sans doute indécent, mais nous allons pouvoir demander à DALL-E à peu près n’importe quoi comme :

« Un éléphant portant une robe rose » ou bien encore « un dinosaure portant un chapeau » : vous verrez, nous y reviendrons…

Ensuite, et c’est toute la plus-value de ce chapitre, vous apprendrez à jouer sur les détails : les attributs, les styles, les perspectives, les ambiances. DALL-E ne manquera pas de vous satisfaire, nous en sommes absolument convaincus. Place à votre créativité.

Une précision importante par rapport à la version précédente de ce livre : DALL-E 2, que nous évoquions alors, a depuis été remplacé par DALL-E 3. Ce n’est pas une simple mise à jour cosmétique. DALL-E 3 comprend mieux les nuances de vos descriptions, gère des scènes plus complexes et produit des images d’une qualité visuelle nettement supérieure. Surtout, il est désormais accessible directement depuis ChatGPT : il n’est plus nécessaire de passer par une interface séparée.

1. Comment accéder à DALL-E ?

Pour utiliser DALL-E 3, rendez-vous simplement sur chat.openai.com et connectez-vous avec votre compte OpenAI. Si vous n’en avez pas encore, la création d’un compte est rapide et gratuite - il vous faudra une adresse e-mail et un numéro de téléphone pour vérifier que vous n’êtes pas...

Une photo du Vietnam transformée : une progression bluffante

Ah le Vietnam, ce beau pays d’Asie du Sud-Est qui m’offre une nouvelle occasion de délaisser le "vous" pour parler de moi, enfin, plutôt de mes vacances.

Je reviens tout juste d’un bien chouette séjour, de Hoi An, la ville des lanternes classée au patrimoine mondial de l’UNESCO, à la capitale Hanoï, avant de terminer par quelques jours en bateau dans la mythique baie de Ha Long. Forcément, j’ai envie d’avoir les plus belles photographies à présenter à mes proches.

Seul problème : mes photos ne sont pas toujours à la hauteur de mes espérances. Celle que vous voyez ci-dessous, je l’ai prise au bord du lac Kim Liên à Hanoï, face à un petit temple aux toits de tuiles orangées, entouré de palmiers et de végétation tropicale. Le cadre est magnifique. La photo, elle... est correcte. Banale, même.

images/08RI08.png

Photo initiale Vietnam

À vrai dire, je ne suis pas spécialement doué pour la photographie, et pas suffisamment doué avec Photoshop pour la retoucher.

Mais je garde espoir. Et quoi de mieux que DALL-E pour atténuer mes quelques lacunes ?

Ouvrons ChatGPT, importons la photo en cliquant sur l’icône d’ajout de fichier, et laissons la magie opérer.

images/08RI09.png

1. Effet 1 - La version aquarelle : quand la photo devient...

Créer le logo de votre startup avec DALL-E

À travers les exemples précédents, vous l’aurez compris, le champ des possibles avec DALL-E est tout bonnement ahurissant. Nous avons transformé une simple photo de vacances à Hanoï en quatre œuvres visuelles radicalement différentes, sans toucher à un seul logiciel de retouche.

Alors pourquoi s’arrêter là ? Permettez-moi de vous soumettre une idée. Vous rentrez de ce voyage au Vietnam. Vous êtes inspiré. Et cette inspiration se transforme en projet : vous voulez lancer une startup spécialisée dans les voyages sur mesure en Asie du Sud-Est. Vous l’appelez VoyageCraft.

Problème : vous avez l’idée, vous avez l’énergie, mais vous n’avez pas de graphiste. Faire appel à une agence de communication pour construire une identité visuelle complète coûte entre 3 000 et 15 000 euros. Et vous n’êtes pas encore prêt pour cet investissement.

DALL-E 3 va vous permettre de poser les bases de cette identité visuelle en un après-midi. Seul. Sans compétences graphiques. Sans budget astronomique. Du logo jusqu’à la présentation destinée aux investisseurs. Comptez ensuite le temps de vérifier, d’ajuster et de préparer les fichiers définitifs, idéalement avec l’œil d’un graphiste pour la touche finale. Allons-y, étape par étape.

1. Étape 1 - Le logo : poser les fondations

Tout commence ici. Le logo, c’est l’ADN visuel de votre marque. Ses couleurs, ses formes, son style vont irriguer tous les autres supports. Il faut donc le soigner et le décrire précisément.

« Crée un logo pour une startup de voyages nommée VoyageCraft, spécialisée dans les voyages sur mesure en Asie du Sud-Est. Style minimaliste et moderne, couleurs bleu nuit et or, avec un lotus géométrique stylisé comme icône. Police élégante et fine. Rendu propre, fond blanc. »

images/08RI14.png

Étape 1 - le logo

Le résultat s’affiche en quelques secondes. Vous n’aimez pas un détail ? Vous continuez la conversation :

« Peux-tu proposer une version avec...

Fonctionnement de DALL-E

Jusqu’ici, nous avons utilisé DALL-E comme on utilise un collaborateur en lui donnant des instructions et en observant le résultat. Mais vous vous demandez peut-être ce qui se passe réellement « sous le capot ». Comment une machine transforme-t-elle des mots en image ?

Pas de panique. Pas de formules mathématiques. Simplement une explication accessible, qui vous permettra de mieux comprendre pourquoi DALL-E 3 produit des résultats aussi bluffants et pourquoi il est si différent de ce qui existait avant.

1. Ce qui a changé entre DALL-E 2 et DALL-E 3

Un aveu d’abord. Dans la première édition de ce livre, nous vous expliquions le fonctionnement de DALL-E 2 à travers la notion de GAN, ces réseaux génératifs antagonistes qui mettent en compétition deux intelligences artificielles, l’une qui crée, l’autre qui juge. C’était une erreur : DALL-E 2 n’a jamais reposé sur un GAN. Il utilisait déjà un modèle de diffusion, tout comme DALL-E 3. Les GAN ont dominé la génération d’images entre 2014 et 2020, mais OpenAI ne les a jamais employés pour DALL-E.

Et l’histoire a continué depuis : les générateurs intégrés à ChatGPT depuis 2025 reposent sur une troisième...

Accéder à DALL-E depuis votre programme Python

Nous avons vu à travers les sections précédentes comment créer ou même modifier des images avec DALL-E en seulement quelques clics de souris.

Peut-être souhaiterez-vous aujourd’hui aller plus loin et créer, pourquoi pas, votre propre application d’IA générative en Python afin d’accéder aux nombreuses fonctionnalités proposées par OpenAI.

Tout d’abord, sachez que c’est tout à fait possible grâce aux API, qui sont des interfaces qui permettent à votre application d’interagir avec les services proposés par OpenAI.

Assurez-vous d’avoir l’IDE PyCharm, ainsi que Python 3.7 ou une version ultérieure installée sur votre machine.

1. Étape 1 - Obtenir l’accès à l’API

 Rendez-vous sur le site OpenAI.

 Connectez-vous avec vos identifiants.

 Dans la rubrique Billing (facturation), ajoutez un moyen de paiement et quelques dollars de crédit : cinq suffisent largement pour ce chapitre.

 Vous accédez à un menu déroulant sous votre avatar en haut à droite de l’écran, qui vous permet de visualiser votre clé API.

Vous arriverez dès lors à un écran proche de celui ci-dessous, vous permettant de générer une nouvelle...

Utilisation de DALL-E

 Vous devez simplement copier ce code dans votre IDE PyCharm.

 N’oubliez pas de remplacer sk-... par votre clé d’API secrète.

La valeur de la variable texte sera à remplacer par le texte de votre choix.

import openai 
openai.api_key = "sk-..." # Remplacez ceci par votre clé secrète 
 
import torch 
from dalle_pytorch import DiscreteVAE, DALLE 
 
# Chargement du modèle pré-entraîné 
vae = DiscreteVAE() 
dalle = DALLE(vae) 
 
# Description textuelle de l'image à générer 
texte = "Un éléphant rose tout mignon avec des chaussettes rayées." 
 
# Génération de l'image 
image = dalle.generate_images(texte) 
 
# Affichage de l'image générée 
image.show()  

 Exécutez le programme pour en obtenir le résultat.

Vous avez désormais, à partir de cet exemple simple de code Python, la possibilité d’imaginer toutes sortes d’applications : laissez libre cours à votre créativité !

Coûts de DALL-E

Il existe deux façons de payer, et elles ne se confondent pas.

Dans ChatGPT, la version gratuite permet de générer quelques images par jour, et les abonnements payants relèvent nettement ces limites. Les quotas exacts varient selon l’affluence et OpenAI les modifie régulièrement : ne vous étonnez pas qu’ils changent d’un mois à l’autre.

Par l’API, que nous venons d’utiliser en Python, vous payez à l’image, selon la qualité demandée. En septembre 2026, une image carrée de 1 024 × 1 024 pixels coûtait environ 0,006 dollar en qualité basse, 0,05 dollar en qualité moyenne et 0,21 dollar en haute qualité. À ce tarif, les douze visuels de VoyageCraft reviennent à quelques euros.

Un peu d’histoire pour mesurer le chemin parcouru : lors de la première édition de ce livre, DALL-E 2 fonctionnait avec des crédits, à raison de 15 dollars les 115 crédits, soit environ 13 centimes par génération. Le prix d’une image basique a donc été divisé par vingt en trois ans.

images/08RI33.png

Tarification DALL-E 3

Quelles sont les interdictions de DALL-E ?

OpenAI a pris des mesures pour limiter ces risques. La lutte contre les biais en est un bon exemple. Dès juillet 2022, l’entreprise constatait que DALL-E 2, livré à lui-même, représentait le plus souvent un « PDG » sous les traits d’un homme blanc. Elle a donc modifié son système : lorsque votre description ne précise ni le genre ni l’origine d’une personne, le générateur varie désormais ces caractéristiques d’une image à l’autre, pour mieux refléter la diversité réelle de la population.

Les règles d’utilisation d’OpenAI interdisent la création de contenus violents, haineux, sexuels explicites, liés à l’automutilation ou portant atteinte aux droits d’autrui, ainsi que les images trompeuses destinées à désinformer. Ces règles évoluent : en mars 2025, OpenAI a par exemple assoupli sa position sur les personnalités publiques, désormais représentables dans certaines limites. Pour les faire respecter, plusieurs garde-fous se cumulent :

  • le filtrage des demandes, qui bloque les descriptions manifestement contraires aux règles ;

  • l’analyse automatique des images produites, avant qu’elles ne vous soient affichées ;

  • l’examen...

Concurrents de DALL-E

DALL-E a ouvert la voie, mais il a depuis tiré sa révérence. Fin mars 2025, OpenAI a intégré la génération d’images directement dans le modèle de ChatGPT ; en décembre 2025, ChatGPT est passé à la génération suivante ; et le 12 mai 2026, les dernières versions de DALL-E ont été éteintes pour les développeurs. Le nom a disparu, l’idée s’est généralisée. Voici les acteurs qui comptent aujourd’hui, classés par usage.

Les générateurs intégrés aux assistants : celui de ChatGPT, bien sûr, et celui de Google, intégré à Gemini et dont la version de novembre 2025 sait produire des images en 4K avec un texte lisible dans de nombreuses langues. Microsoft propose les siens dans Copilot.

Les outils des créatifs : Midjourney, réputé pour la qualité esthétique de ses images et qui a sorti sa huitième génération en 2026, et Adobe Firefly, intégré à Photoshop, entraîné sur des images sous licence, ce qui rassure les entreprises sur l’usage commercial.

Les modèles ouverts : Stable Diffusion, publié en 2022 par Stability AI, que chacun peut télécharger et faire tourner sur son propre...

Conclusion

Une photo de vacances banale devenue aquarelle, puis décor de film d’animation ; une startup fictive dotée en un après-midi d’un logo, d’une affiche et d’une couverture de carnet ; dix lignes de Python pour faire la même chose depuis votre propre programme. Voilà le chemin parcouru dans ce chapitre.

Les outils, eux, auront encore changé de nom quand vous lirez ces lignes. DALL-E 2, DALL-E 3, puis un générateur fondu dans ChatGPT : trois générations en trois ans. Ce qui ne change pas, c’est la compétence que vous venez d’acquérir, savoir décrire précisément ce que vous imaginez. En formation, c’est toujours le même constat : ceux qui obtiennent les plus belles images ne sont pas les plus technophiles, ce sont ceux qui savent regarder et nommer ce qu’ils voient.

Avant de publier une image générée, gardez ces quatre réflexes :

  • signalez qu’elle a été créée par une IA ;

  • vérifiez qu’elle ne reproduit ni une œuvre, ni un personnage, ni une marque existants ;

  • souvenez-vous qu’une image générée par IA n’est en principe pas protégeable par le droit d’auteur : pour un logo, déposez la marque ;

  • ne confiez pas à un service en ligne des photos de personnes sans...