Comment se comparent Midjourney, DALL·E 2 et Stable Diffusion?

Les trois outils font le même travail de base : vous décrivez une image avec des mots, et un modèle la construit, généralement en partant d’un bruit aléatoire qu’il raffine étape par étape jusqu’à ce qu’il corresponde à votre description. Ils se distinguent par la façon d’y accéder, leur coût, le contrôle qu’ils vous donnent et ce que vous avez le droit de faire avec les résultats. Pour un débutant, ces différences comptent plus que de petits écarts de qualité d’image.

Les trois outils en bref

Midjourney, une entreprise de San Francisco dirigée par David Holz, s’utilise par Discord, l’application de clavardage. Vous rejoignez son serveur, tapez /imagine suivi de votre prompt, et le robot répond avec une grille de quatre images; vous choisissez ensuite celles à agrandir ou à décliner en variantes. La version 5 est arrivée en mars, suivie de la 5.1, qui applique davantage son propre style, et de la 5.2, qui offre une meilleure qualité d’image. Midjourney a retiré son essai gratuit en invoquant une forte demande et des abus; l’utiliser suppose donc un abonnement, actuellement de 10 $ US à 60 $ US par mois selon le forfait.

DALL·E 2 est le modèle d’images d’OpenAI, utilisé dans une simple page Web : tapez un prompt, lancez la génération et obtenez une série d’images. Vous pouvez aussi modifier une image ou en demander des variantes. OpenAI vend des crédits : 15 $ US en achètent 115, et chaque crédit lance un prompt, qui renvoie plusieurs images. OpenAI accorde aux utilisateurs tous les droits d’utilisation commerciale des images qu’ils créent, y compris de les vendre et de les imprimer.

Stable Diffusion est un modèle ouvert de Stability AI, ce qui veut dire que n’importe qui peut télécharger les fichiers du modèle entraîné et les faire tourner. Sa plus récente version, SDXL 1.0, est sortie le 26 juillet. Elle produit des images de 1 024 sur 1 024 pixels, gère mieux les mains et le lettrage que les versions précédentes et a besoin de moins de « mots magiques » dans le prompt pour donner un beau résultat. Stability affirme qu’elle tourne sur des cartes graphiques grand public dotées de 8 Go de mémoire vidéo. Vous pouvez aussi l’utiliser par l’application Web payante de Stability, DreamStudio, par son API ou par son serveur Discord. Sa licence, CreativeML OpenRAIL++-M, vaut la peine d’être lue avant tout projet commercial.

Un prompt, trois outils

La façon la plus équitable de comparer est d’envoyer le même prompt à chacun. Essayez celui-ci :

A cozy bookshop on a rainy evening, warm light from the windows, a cat sleeping on a stack of books, watercolor illustration

Voici ce qu’il faut regarder dans chaque série de résultats, plutôt que de chercher lequel est « le meilleur » :

• Le style. L’outil a-t-il ajouté un rendu bien à lui, ou est-il resté proche de l’aquarelle (« watercolor »)? Le modèle 5.1 de Midjourney est connu pour ajouter davantage son propre style; comparez-le aux autres sur ce point.
• Les détails du prompt. Vérifiez si chaque outil a gardé les quatre éléments : la librairie, la pluie, la lumière chaude et le chat endormi. Les détails manquants vous montrent avec quelle attention chacun lit un prompt.
• Le texte et les mains. Regardez toute enseigne sur la boutique. Le lettrage reste un point faible pour la plupart des modèles d’images, et l’annonce de SDXL le nomme parmi les points qu’il améliore.

Lancez le prompt plus d’une fois dans chaque outil. Une image en dit peu; quatre ou huit vous montrent l’éventail.

Côte à côte

Lequel un débutant devrait-il essayer en premier?

Si vous voulez des résultats avec le moins de préparation possible, commencez par DALL·E 2. Il fonctionne dans une page Web ordinaire, les boutons s’expliquent d’eux-mêmes et les crédits payés à l’usage conviennent à une utilisation occasionnelle. C’est aussi l’endroit le plus facile pour apprendre la compétence de base que les trois partagent : décrire avec précision le sujet, le décor, la lumière et le style.

Si vous voulez des images saisissantes pour des affiches, des planches d’ambiance ou des publications sur les réseaux sociaux, et que vous êtes à l’aise dans une application de clavardage, Midjourney est l’étape suivante la plus gratifiante. Prévoyez une soirée pour apprendre ses commandes et ses paramètres, et choisissez un forfait avant de commencer, puisqu’il n’y a pas d’essai gratuit.

Choisissez Stable Diffusion quand vous voulez du contrôle ou de la confidentialité : vous pouvez le faire tourner hors ligne, modifier chaque réglage et même l’entraîner sur votre propre style. Le prix à payer, c’est le temps. L’installer et apprendre ses réglages demande un réel effort, et il vous faut une carte graphique performante. Vous pouvez d’abord l’essayer dans DreamStudio, avant d’installer quoi que ce soit.

Peu importe votre choix, deux habitudes s’appliquent partout : conservez vos meilleurs prompts avec les réglages utilisés, et lisez les conditions de l’outil avant d’utiliser une image dans un travail rémunéré. Les questions juridiques sur les images d’IA, y compris les poursuites intentées par des artistes au sujet des images à partir desquelles ces modèles ont appris, restent ouvertes.