L'outil chinois d'IA générative d'images qui a corrigé ce que Midjourney ne pouvait pas faire

Pendant des mois, les designers et gestionnaires de réseaux sociaux chinois ont dû faire face à une lacune frustrante dans la génération d'images par IA. Des outils comme Midjourney, DALL-E et Stable Diffusion pouvaient produire des visuels époustouflants. Mais demandez-leur de créer une affiche avec un slogan chinois, et les résultats étaient un charabia quasi illisible. GLM-Image de Zhipu AI, discrètement lancé sur image.z.ai, comble enfin cette lacune avec un générateur d'images gratuit, sans filigrane et illimité, conçu pour les contextes chinois. MiniMax lance Hailuo 2.3, un modèle vidéo doté d'un…

Ce que GLM-Image fait différemment

GLM-Image fonctionne sur le propre modèle GLM-Image de Zhipu AI. Sa fonction phare est la génération de texte chinois à l'intérieur des images. Des tests menés par plusieurs critiques chinois en IA montrent que le modèle a réussi à générer des affiches promotionnelles avec des slogans comme 'Deuxième tasse à moitié prix', où chaque caractère était correctement formé et intégré naturellement dans le design. Pour du texte calligraphique sur une surface d'éventail traditionnelle, le modèle a produit des caractères reconnaissables avec une esthétique de pinceau appropriée, bien que des imperfections mineures sur les caractères apparaissent parfois dans des compositions complexes.

Les outils d'IA générative d'images antérieurs produisaient généralement des caractères chinois déformés et méconnaissables. Cette limitation remonte à des données d'entraînement largement centrées sur l'anglais. La réussite de GLM-Image réside dans le rendu de texte chinois multi-caractères dans des contextes naturels avec une grande précision. Il résout un problème que les outils payants n'ont pas pris la peine de traiter pour un marché de plus d'un milliard d'utilisateurs potentiels. Comment Alibaba Cloud s'est frayé un chemin dans 20…

Au-delà du texte : compréhension culturelle et rendu physique

GLM-Image montre également une solide prise en compte du contexte culturel chinois. Lorsqu'on lui fournit des références classiques de poésie chinoise comme 'une fumée solitaire dans le désert, le soleil couchant rond sur le long fleuve', le modèle génère des compositions qui capturent la conception artistique et l'atmosphère plutôt que de produire de simples illustrations de type collage. Pour des scènes représentant le printemps dans la ville lacustre de Jiangnan, il restitue des atmosphères de pluie brumeuse avec des textures architecturales authentiques. MiniMax Speech 2.8 apporte la chaleur humaine aux voix…

Le modèle excelle également dans le rendu physique des matériaux transparents et réfléchissants. Dans les tests de verrerie, GLM-Image restitue avec précision la réfraction de la lumière à travers des récipients transparents remplis de liquide. Il démontre une compréhension de l'optique physique qui nécessitait auparavant des moteurs de rendu haut de gamme.

Compromis par rapport aux alternatives payantes

Comparé à des alternatives payantes comme Midjourney et le Nano Banana Pro de Google, la qualité d'image de GLM-Image montre un raffinement légèrement inférieur dans les détails de texture. Le rendu de texte long produit parfois des erreurs mineures. Néanmoins, compte tenu du coût nul, de l'utilisation illimitée, de l'absence de filigrane et de la capacité native en texte chinois, l'outil offre une valeur convaincante pour les utilisateurs quotidiens créant du matériel promotionnel, du contenu pour les réseaux sociaux et des maquettes de design.

Le service ne nécessite ni VPN, ni quotas de crédit, et prend en charge des invites en chinois naturel. Il est accessible via la plateforme Zhipu Qingyan et le site web dédié image.z.ai.

Implications plus larges

Zhipu AI, valorisée à des centaines de milliards de yuans, est l'une des principales entreprises chinoises de modèles de langage de grande taille. Le lancement de GLM-Image signale une poussée stratégique vers la génération multimodale qui exploite les forces de l'entreprise en matière d'IA en langue chinoise. Pour le marché mondial de l'image par IA, le succès de GLM-Image rappelle que le support des langues locales n'est pas une fonctionnalité de niche mais un fossé concurrentiel. La plupart des outils occidentaux ne l'ont pas encore franchi. Anthropic ouvre un bureau à Séoul et étend ses… MiniMax lance le modèle M2.7 avec de solides…