Google Imagen 4 — Création d'images IA de nouvelle génération

Google Imagen 4 est la dernière itération de la famille Imagen de modèles de diffusion texte-vers-image, fruit de plusieurs années de recherche chez Google DeepMind. Le modèle s'appuie sur une architecture de diffusion en cascade exclusive, qui génère des images via un processus en plusieurs étapes : un modèle de base crée d'abord la composition globale, suivi de modules de super-résolution qui ajoutent progressivement des détails fins. Cette approche permet à Imagen 4 de produire des résultats d'une cohérence exceptionnelle, tant à l'échelle macro que micro — les scènes sont bien composées et chaque élément possède des textures et des éclairages réalistes.

L'un des principaux atouts d'Imagen 4 est son système de contrôle précis du format d'image. Contrairement aux modèles qui génèrent à une résolution fixe et dépendent du recadrage, Imagen 4 génère nativement au format spécifié, garantissant ainsi que la composition et l'équilibre visuel sont optimisés pour les dimensions cibles. C'est particulièrement précieux pour les flux de travail professionnels où le contenu doit s'adapter à des plateformes spécifiques — des posts Instagram carrés aux bannières ultra-larges en passant par les affichages mobiles verticaux. Le modèle prend en charge les ratios standards (1:1, 4:5, 5:4, 9:16, 16:9) ainsi que des dimensions personnalisées.

Imagen 4 utilise l'encodeur de texte T5-XXL de Google pour une compréhension exceptionnelle des instructions (prompts), lui permettant d'interpréter des descriptions complexes et de les traduire en visuels fidèles. Le modèle affiche des performances impressionnantes là où ses concurrents échouent souvent : rendu précis des mains et des doigts, cohérence des traits du visage, respect des relations spatiales entre les objets et réalisme des matériaux (réflexion du verre, drapé des tissus, surfaces métalliques). La génération est optimisée pour la rapidité, s'effectuant généralement en quelques secondes.