CréationLe Big Data · 23 juil. 2026, 21:08· 2 min de lecture

Limites de ChatGPT Image atteintes ? Voici une alternative impressionnante mais…

Alibaba a dévoilé le 22 juillet 2026 Qwen-Image-3.0, la troisième génération de son modèle de génération d'images, annoncée via le compte X officiel @Alibaba_Qwen. L'entreprise chinoise met en avant trois avancées principales. D'abord, la capacité à traiter des instructions beaucoup plus longues, jusqu'à 4 500 jetons contre environ 1 000 auparavant, ce qui permettrait de produire des images très riches en une seule génération. La démonstration la plus marquante montre une image unique composée d'une grille de neuf infographies distinctes, couvrant des sujets comme la physique, la théorie des groupes, la biologie ou la médecine, générée à partir d'une seule instruction de 3 700 jetons. Ensuite, Alibaba revendique une nette amélioration de la qualité des détails, avec du texte lisible reproduit jusqu'à 10 pixels, illustrée par des articles scientifiques truffés d'équations, des journaux très détaillés, des annotations manuscrites sur des livres et même la restauration de peintures anciennes. Enfin, le modèle prendrait en charge 12 langues, saurait reproduire des interfaces de sites web, de jeux vidéo ou de plateformes de streaming, et pourrait intégrer des informations récentes issues d'Internet, comme le montre un exemple de prévisions météo actualisées.

Ces annonces intéressent directement les professionnels du design, de la création de contenu, de l'éducation et du commerce en ligne, puisqu'Alibaba positionne Qwen-Image-3.0 non plus comme un simple générateur d'images esthétiques mais comme un véritable outil de productivité capable de produire des supports complexes et informatifs en une seule passe. Si les capacités annoncées se vérifient, cela pourrait réduire le temps de production de documents visuels denses (infographies, supports pédagogiques, restaurations d'images) et concurrencer directement des outils comme ChatGPT Image ou GPT Image 2 sur ce créneau précis.

Le problème est que toutes ces démonstrations proviennent exclusivement d'Alibaba, sans benchmark comparatif indépendant, sans nombre de paramètres communiqué, sans licence ni rapport technique, et surtout sans poids téléchargeables permettant aux développeurs de tester le modèle par eux-mêmes. Seule la version accessible via Qwen Chat permet de se faire une idée. Ce choix tranche avec les précédentes versions : Qwen-Image 1.0 et 2.0 avaient toutes deux été publiées avec des poids ouverts sous licence Apache 2.0 et un rapport technique détaillé. Sur le propre benchmark interne d'Alibaba, Qwen-Image-Bench, la génération précédente, Qwen-Image 2.0 Pro, occupait seulement la cinquième place, derrière GPT Image 2 et plusieurs autres modèles d'OpenAI et de Google, ce qui invite à la prudence tant que Qwen-Image-3.0 n'aura pas été testé de façon indépendante.

Impact France/UE

Les professionnels europeens du design et de la creation de contenu pourraient tester cet outil via Qwen Chat, mais aucun acteur ni reglementation francais ou europeen n'est directement concerne.

Dans nos dossiers

Qwen3 Alibaba OpenAI Open weight & Open source

Cet article vous a été utile ?

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

1Le Big Data

ChatGPT Images 2.0 : comment transformer vos photos en dessins MS Paint ?

Depuis le 30 avril 2026, un prompt pour ChatGPT Images 2.0 circule à vitesse fulgurante sur les réseaux sociaux. Partagé par l'utilisateur @arrakis_ai sur X, il demande à l'IA de redessiner n'importe quelle photo de la manière la plus maladroite possible, comme si le résultat avait été tracé à la souris dans Microsoft Paint : traits brouillons, proportions bancales, rendu pixelisé à l'extrême. L'image doit rester vaguement reconnaissable tout en provoquant un effet comique immédiat. La chute du prompt joue aussi un rôle décisif : après toutes ces instructions précises, une phrase désinvolte coupe court à la logique et donne à l'IA une liberté totale, ce qui produit des visuels imprévisibles et souvent absurdes. En quelques heures, des milliers d'utilisateurs ont reproduit l'expérience et inondé leurs fils d'images volontairement ratées. Le paradoxe est frappant : ChatGPT Images 2.0, présenté comme un outil de génération d'images haute fidélité capable de produire des visuels quasi photoréalistes, cartonne précisément quand on lui demande de faire le contraire. Ce phénomène révèle une vraie fatigue face à la surproduction d'images lisses et calibrées qui envahissent les plateformes depuis l'essor des IA génératives. Les dessins maladroits accrochent là où les rendus parfaits glissent, parce qu'ils surprennent, font sourire et cassent les codes esthétiques dominants. Pour les créateurs de contenu et les marques, la leçon est contre-intuitive mais réelle : l'irrégularité et l'imperfection ont une valeur virale que la perfection technique ne garantit pas. Le rendu bancal devient un langage visuel à part entière, accessible à tous sans compétence artistique préalable. Cette tendance s'inscrit dans un contexte plus large de maturité du grand public face aux IA génératives. Après une première phase d'émerveillement devant le réalisme des images produites, les utilisateurs cherchent désormais à détourner ces outils plutôt qu'à les utiliser à leur plein potentiel technique. ChatGPT Images 2.0, lancé par OpenAI en 2025 avec des capacités de génération et d'édition nettement améliorées, se retrouve ainsi mobilisé pour des usages humoristiques et participatifs qui n'étaient pas au coeur de sa conception. Cette dynamique rappelle des précédents comme les filtres déformants de FaceApp ou les memes générés par DALL-E : les plateformes d'IA les plus puissantes trouvent souvent leur premier vrai moment culturel non pas dans leurs exploits techniques, mais dans leurs détournements les plus absurdes. La question reste ouverte de savoir si OpenAI capitalisera sur cette viralité ou si le phénomène restera une parenthèse éphémère dans le cycle des tendances internet.

CréationOutil

1 source

2Le Big Data

Grok Imagine Video 1.5 : cette IA génère maintenant des vidéos avec le son

xAI, la société d'intelligence artificielle fondée par Elon Musk, a annoncé le 17 juin 2026 la disponibilité générale de Grok Imagine Video 1.5, son modèle de génération de vidéo par image. Disponible sur le web via grok.com/imagine, sur les applications mobiles iOS et Android, et via l'API sous le nom grok-imagine-video-1.5, le modèle sort officiellement de sa phase de prévisualisation lancée début juin. La nouveauté la plus marquante de cette version finale est l'intégration du son natif : effets sonores, ambiances sonores et dialogues sont désormais générés simultanément à la vidéo, sans étape supplémentaire. Pour les utilisateurs grand public, xAI déploie en parallèle une version Video 1.5 Fast qui ramène le temps de génération d'une vidéo six secondes en 720p à environ 25 secondes, contre plus de 40 secondes avec le modèle précédent, soit un gain de performance de près de 40%. La synchronisation audio-vidéo native représente un changement concret pour les créateurs de contenu, qui devaient auparavant assembler son et image dans des outils tiers. La génération simultanée améliore la cohérence entre l'action et le son, et xAI indique que les voix gagnent en naturalité. Sur le plan visuel, le modèle corrige plusieurs faiblesses récurrentes des générateurs vidéo : meilleure cohérence des personnages et objets entre les images, réduction des déformations visuelles, et simulation plus réaliste de la physique, notamment le poids et l'élan. Le flux de travail créatif est également repensé avec l'ajout de projets organisables depuis une barre latérale, la possibilité de lancer plusieurs générations en parallèle via des agents simultanés, et un moteur de recherche intégré à la bibliothèque personnelle de l'utilisateur. xAI s'inscrit dans une course à la génération vidéo IA qui oppose désormais des acteurs comme Runway, Sora d'OpenAI, Veo de Google et Kling de Kuaishou. En intégrant le son directement dans le pipeline de génération, la société cherche à se différencier sur un marché où la qualité de production cinématographique devient un argument central. Pour illustrer le potentiel du modèle, xAI met en avant le projet "Odyssey" du créateur David Thompson, qui a réalisé une bande-annonce à l'esthétique cinématographique entièrement avec Grok Imagine 1.5. La disponibilité via API ouvre également la voie à des intégrations dans des outils professionnels de production. La prochaine étape pour xAI sera probablement d'étendre les durées de vidéo et la résolution maximale, deux limites encore non précisées officiellement, pour rivaliser avec les offres premium de ses concurrents.

CréationActu

1 source

3VentureBeat AI

ChatGPT Images 2.0 d'OpenAI gère le texte multilingue, les infographies, les diapositives, les cartes et le manga

OpenAI a officiellement lancé ChatGPT Images 2.0 ce mois d'avril 2026, quelques mois seulement après la sortie de GPT-Image-1.5 en décembre 2025. Le nouveau modèle, baptisé en interne "duct tape" lors de semaines de tests discrets sur la plateforme LM Arena AI, est désormais accessible à tous les abonnés ChatGPT, tous niveaux confondus. Pour les développeurs, il est disponible via l'API sous le nom gpt-image-2. Ses capacités dépassent largement celles de son prédécesseur : génération de longs blocs de texte multilingues intégrés dans une image, création d'infographies complètes, de diapositives, de cartes, de mangas, de plans d'appartement, de grilles d'images multiples et de modèles de personnages sous différents angles. Le modèle peut également reproduire avec une fidélité troublante des interfaces utilisateur et des captures d'écran de sites réels, intégrer des résultats de recherche web directement dans une image, et s'appliquer aux photos téléversées par les utilisateurs. OpenAI a aussi introduit une suite de fonctionnalités baptisée "Thinking" pour les abonnés ChatGPT. Ce lancement marque un tournant dans la manière dont OpenAI conçoit la création visuelle. La philosophie revendiquée par l'entreprise est explicite dans ses notes de version : "Les images sont un langage, pas une décoration. Une bonne image fait ce que fait une bonne phrase : elle sélectionne, organise et révèle." En pratique, cela signifie que des professionnels du marketing, de la communication, du journalisme ou de la formation peuvent désormais produire des visuels informationnels complexes sans compétences en design. La capacité à reproduire des figures publiques réelles, comme le PDG Sam Altman, soulève aussi des questions sur l'usage de cet outil à des fins de désinformation, notamment dans le contexte de campagnes d'influence politique utilisant des personnages fictifs présentés comme de "vrais Américains" soutenant Donald Trump, un phénomène récemment documenté par le New York Times. La sortie de ChatGPT Images 2.0 intervient dans un marché de la génération d'images IA de plus en plus disputé. Google avait lancé en février 2026 son propre modèle Nano Banana 2, aussi connu sous le nom Gemini 3 Pro Image, capable lui aussi d'intégrer du texte dense dans les images. Mais selon les premiers tests comparatifs, la solution d'OpenAI surpasse Google sur la fidélité des interfaces et la gestion de compositions multi-images. Face aux risques d'abus, Adele Li, responsable produit ChatGPT Images chez OpenAI, a réaffirmé lors d'un briefing presse l'engagement de l'entreprise en matière de sécurité : les images générées sont taguées avec des métadonnées indiquant leur origine artificielle, et des garde-fous spécifiques visent à prévenir toute interférence électorale. OpenAI insiste sur le fait que ces protections distinguent ChatGPT des nouveaux entrants du secteur, qui opèrent avec "des standards et des philosophies différents".

UELes capacités avancées de reproduction d'interfaces réelles et de personnages publics accroissent les risques de désinformation en Europe, notamment à l'approche d'échéances électorales.

CréationActu

1 source

4The Decoder

Alibaba dévoile Qwen-Image-3.0, capable de générer grilles d'infographies complètes et texte lisible dès dix pixels en une seule passe

Alibaba a présenté Qwen-Image-3.0, un nouveau générateur d'images développé par son équipe Qwen, capable d'accepter des instructions textuelles allant jusqu'à 4 500 tokens. Le modèle sait produire du texte lisible dans l'image jusqu'à une taille de dix pixels seulement, et prend en charge nativement douze langues. Il peut générer en une seule passe des compositions complexes comme des infographies détaillées, des documents mis en page façon LaTeX ou encore des reproductions de pages de journaux, avec une grille d'éléments cohérente et du texte intégré fidèle à la demande initiale. Cette avancée marque une étape dans la capacité des générateurs d'images à gérer du texte long et structuré, un point faible traditionnel de ces modèles qui produisaient souvent des caractères déformés ou illisibles au-delà de quelques mots. Pour les professionnels du design, du marketing ou de l'édition, la possibilité de générer directement des mises en page complexes avec du texte net pourrait accélérer certains prototypages visuels. Toutefois, l'utilité pratique reste limitée par un obstacle de taille: le résultat final est une image pixelisée, non un fichier éditable, ce qui empêche toute modification fine du texte ou de la mise en page une fois l'image produite, contrairement à des outils de conception vectorielle ou de traitement de texte classiques. Cette sortie s'inscrit dans la compétition intense que se livrent les laboratoires chinois et occidentaux sur la génération d'images par IA, où Alibaba cherche à consolider la position de sa famille de modèles Qwen face à des concurrents comme Midjourney, Stable Diffusion ou les outils d'OpenAI et de Google. La gestion de texte long et multilingue, ainsi que la composition de documents structurés, représentent un axe de différenciation stratégique alors que ces modèles visent des usages professionnels au-delà de la simple illustration. Reste à voir si Alibaba proposera à terme des formats de sortie éditables, ce qui déterminera l'adoption réelle de cette technologie dans des flux de travail créatifs concrets.

CréationActu

1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription en un clic