Le nouveau modèle d'image de xAI arrive deuxième dans le classement Arena et apporte une édition de style Photoshop à Grok

xAI a publié Imagine Image 2.0, un nouveau générateur d’images disponible en « Mode qualité » sur grok.com/imagine et dans les applications Grok pour iOS et Android. L’accès à l’API arrive, affirme la société, sans date. Dans les classements publics Arena du 7 août, la variante « basse » la plus rapide occupe la deuxième place mondiale dans les deux catégories.

Un mot sur la signification de ces classements, car ils sont très cités. Les classements Arena fonctionnent en montrant aux gens deux images de deux modèles anonymes et en leur demandant laquelle est la meilleure. Des milliers de ces votes produisent une note Elo, le même système utilisé pour classer les joueurs d’échecs. Imagine 2.0 obtient un score de 1 439 dans Image Edit Arena contre 1 463 pour GPT-Image-2, et de 1 320 dans Text-to-Image contre 1 380. Reve 2.1, Muse-Image de Meta, Qwen-Image-3.0-Pro d’Alibaba, Gemini de Google et SeedDream de ByteDance se classent tous ci-dessous. Deux choses s’ensuivent : la deuxième place ici est véritablement proche de la première, et l’ensemble du classement mesure ce que les gens préfèrent en un coup d’œil, pas l’exactitude, pas l’utilité, et non pas si le modèle vous a donné ce que vous avez demandé.

Les outils d’édition sont la partie à laquelle il convient de prêter attention. Magic Wand ne modifie qu’une zone sélectionnée d’une image plutôt que de régénérer l’ensemble. Une fonction de segmentation vous permet de sélectionner des régions précises et la suppression de l’arrière-plan exporte un sujet en transparence. L’édition multi-références combine jusqu’à cinq images d’entrée en une seule génération, et Smart Resize convertit une image existante dans un rapport hauteur/largeur différent en faisant en sorte que le modèle remplisse le nouvel espace. xAI propose également des modèles, des points de départ préconfigurés pour des tâches courantes telles que la photographie de produits, le matériel marketing, les ressources de jeu et les emojis en streaming, ainsi qu’une fonctionnalité qui génère des personnages, des lieux et des accessoires séparément tout en maintenant le style visuel stable sur chacun d’eux. L’entreprise considère ce dernier comme base pour la production vidéo.

Ce changement est la véritable histoire dans l’ensemble du domaine. Les premières années de l’IA d’image concernaient la qualité d’une seule génération à partir d’une seule invite, qui est une démo. Le travail réel est itératif : vous obtenez quelque chose de proche, puis vous changez une chose, puis une autre, et vous conservez les parties qui ont fonctionné. Les outils de sélection, de masquage et de réutilisation des références sont ce qui transforme une nouveauté en quelque chose avec lequel vous pouvez terminer un travail, et ils comptent plus qu’un écart Elo de 24 points.

Ce que cela signifie pour vous: si vous créez déjà des images avec l’IA et que vous continuez à vous heurter au mur où un petit correctif signifie tout régénérer et perdre ce que vous avez aimé, ce sont les fonctionnalités qui vous aident, et les outils de cohérence sont les plus utiles de l’ensemble pour tout ce qui a un personnage ou un produit répété. Si vous êtes nouveau dans ce domaine, ne choisissez pas un outil en fonction de sa position dans le classement. Les classements entre les quelques meilleurs modèles sont suffisamment proches pour que vous en décidiez le flux de travail, le prix et la disponibilité. Une mise en garde juste : il s’agit de l’annonce de xAI et des scores du classement tiers, et non de tests indépendants, et les prix de l’API ne sont pas encore publics.

Sources

• xAI : Grok Imagine Image 2 -Le Décodeur : Imagine Image 2.0 de xAI débarque juste derrière GPT-Image-2 d’OpenAI