Bria FIBO 2.0 texte-vers-image et image-vers-image : paramètres, prompts et exemples d'appel

Les deux points d'entrée de modèle de Bria FIBO 2.0

Bria FIBO 2.0 propose deux modèles sur la plateforme : Bria FIBO 2.0 texte-vers-image (fibo-2.0/text-to-image), qui génère une image à partir d'un prompt, et Bria FIBO 2.0 image-vers-image (fibo-2.0/image-to-image), qui édite une image existante selon des instructions en langage naturel. Les deux ont la même tarification, soit 0,0572 $ par image ; la sortie fait environ 1 million de pixels, soit 1024×1024 en format 1:1.

Bria entraîne ses modèles sur des données sous licence, ce qui les rend adaptés aux usages commerciaux. Le contrôle des éléments photographiques tels que l'angle de prise de vue, la lumière, la profondeur de champ et la composition est assez poussé, et c'est précisément ce qu'il faut exploiter avec ce modèle : plutôt que d'empiler les adjectifs, mieux vaut décrire ces éléments de manière explicite et ajustable section par section.

Trois types de tâches qui lui conviennent

• Ajustement de l'angle et de la lumière sur un visuel existant : vous disposez d'une photo produit ou d'un portrait déjà pris, et vous voulez seulement passer à une vue plongeante à 45 degrés ou faire passer la lumière de midi au crépuscule, sans toucher à la pose, aux vêtements ni au fond. L'image-vers-image excelle à modifier un seul attribut en laissant le reste inchangé ; ce type de besoin lui convient parfaitement.
• Concepts de scène dans un style défini : décrivez de façon structurée la scène, l'angle et la lumière, puis choisissez un style parmi Kodak Film, Hard Flash, Hazy Dreamy et Rough Realism, pour l'exploration précoce de directions visuelles.
• Remplacement localisé avec masque : ne modifier qu'une zone précise de l'image, par exemple remplacer un objet sur une table ou changer un panneau dans le fond, en délimitant la zone avec un masque noir et blanc et en laissant le reste intact.

Comment utiliser les paramètres

Les structures d'entrée des deux modèles diffèrent : le champ central du texte-vers-image est prompt, celui de l'image-vers-image est instruction. Les noms de champs sont proches, mais les valeurs et les contraintes diffèrent ; mieux vaut les examiner séparément.

Bria FIBO 2.0 texte-vers-image (fibo-2.0/text-to-image)

Les 21 valeurs de aspect_ratio incluent 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 16:10, 10:16, 2:1, 1:2, 21:9, 9:21, 3:1, 1:3, 4:1, 1:4, 5:1, 1:5. Sans valeur transmise, l'image est générée en 1:1. Le total de sortie est d'environ 1 million de pixels, le format ne modifiant que la répartition entre largeur et hauteur.

style et image_url ne peuvent pas coexister, il faut donc le vérifier en amont dans le code : transmettez style pour fixer un style, ou image_url pour s'appuyer sur les caractéristiques visuelles d'une image, mais un seul des deux. Les conflits de paramètres ne sont pas résolus automatiquement côté génération ; mieux vaut les bloquer en amont que de chercher la cause après coup.

Bria FIBO 2.0 image-vers-image (fibo-2.0/image-to-image)

L'ordre de image_urls a un sens : la première image détermine le sujet à éditer, les autres n'agissent que si elles sont référencées dans instruction, en écrivant <image_1>, <image_2> dans instruction. Une image de référence non mentionnée dans instruction revient à ne pas l'utiliser.

Sans aspect_ratio transmis, le format suit la première image ; une édition sur une seule image conserve toujours les proportions de l'original. mask_url ne sert qu'à limiter la zone de modification : le masque est une image noir et blanc, le blanc indiquant la zone à modifier, et ses dimensions doivent correspondre à l'original pour s'aligner ; avec un masque, image_urls ne peut contenir qu'une seule image, sans possibilité d'ajouter des références.

Avec l'image-vers-image, il vaut mieux que l'instruction ne vise qu'un seul attribut. Choisissez l'un parmi l'angle, la lumière, le moment, les vêtements ou la matière, et écrivez « inchangé » pour le reste ; le résultat est alors plus facile à évaluer.

Comment rédiger le prompt

L'ordre de description recommandé est : sujet et action → scène → angle de prise de vue → moment et lumière → profondeur de champ et mise au point → matière et qualité d'image. Rédiger selon ces six sections revient à découper l'image en six variables ajustables indépendamment : pour changer l'angle, ne modifiez que la troisième section ; pour changer le moment, seulement la quatrième, le reste demeurant inchangé, ce qui permet d'attribuer clairement les différences à chaque modification. Le contrôle des éléments photographiques est le point fort de ce modèle, et ces six sections couvrent l'essentiel de son champ d'excellence.

Exemple 1 : prompt en texte-vers-image

Une femme en manteau de laine gris anthracite se tient à un coin de rue après la pluie, refermant une longue ombrelle noire à manche long.
De chaque côté de la rue, des boutiques encore fermées au petit matin, rideaux métalliques à demi baissés, flaques d'eau au sol.
Vue 35 mm, angle légèrement en contre-plongée, prise depuis l'avant-gauche du sujet, la personne placée sur la ligne de tiers à droite du cadre.
Lumières diffuses d'un matin couvert, température de couleur froide, sans soleil direct.
Faible profondeur de champ f/2, visage net, bâtiments en arrière-plan se floutant progressivement.
Texture fine visible sur la laine, léger reflet sur les baleines métalliques du parapluie, grain global délicat.

Lors de la soumission, précisez style Kodak Film, aspect_ratio 3:2, seed 5555. Les six sections sont indépendantes ; pour passer ensuite au style à lumière dure Hard Flash, il suffit de modifier style et la section lumière, en conservant les cinq autres lignes telles quelles pour comparer les différences.

Exemple 2 : instruction en image-vers-image

Modifie l'angle de <image_1> en une vue plongeante à la verticale, en conservant la pose, les vêtements et la position du sujet.
<image_2> sert de référence pour la matière du vêtement ; la texture et le lustre du manteau doivent suivre <image_2>.

Ici, image_urls contient deux images : la première est l'original à éditer, la seconde l'image de référence pour la matière ; il faut donc désigner explicitement <image_1> et <image_2> dans instruction. L'instruction elle-même ne fait que deux choses — changer l'angle et appliquer la matière de l'image de référence — ce qui correspond au domaine de prédilection de l'image-vers-image : ne modifier qu'un attribut à la fois, en laissant le reste aussi intact que possible. Limiter la modification à une seule dimension réduit les reprises et facilite l'évaluation du résultat de l'appel.

Tarification et sécurité du contenu

Les deux modèles coûtent 0,0572 $ par image, la règle de facturation étant indépendante du format, du style, du nombre d'images de référence et de la présence ou non d'un masque. 1:1 et 21:9 coûtent le même prix, 4 images ou 1 image coûtent le même prix, avec ou sans mask le prix est identique. Le coût dépend uniquement du nombre d'images générées : 100 images coûtent 5,72 $, 1000 images coûtent 57,2 $.

Un point à connaître à l'avance concernant la sécurité du contenu : si la description contient du contenu non conforme, l'API ne renvoie pas d'erreur ; le modèle réécrit le prompt en contenu sûr puis poursuit la génération. L'image obtenue peut alors n'avoir aucun rapport avec votre intention initiale, mais l'appel est facturé normalement. Il faut donc vérifier le prompt avant soumission, en particulier les descriptions sensibles touchant aux personnes, aux vêtements ou aux scènes — le problème ne se manifestera pas par une erreur, mais par une image hors sujet et des frais facturés.

Exemple d'appel API

Les deux modèles passent par l'interface de tâches asynchrones : d'abord POST /v1/tasks pour soumettre une tâche, récupérer l'id de la tâche dans la réponse, puis interroger GET /v1/tasks/{id} pour obtenir l'adresse de l'image.

curl -X POST "$HIAPI_BASE_URL/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "fibo-2.0/text-to-image",
    "input": {
      "prompt": "Une femme en manteau de laine gris anthracite se tient à un coin de rue après la pluie, vue 35 mm, angle légèrement en contre-plongée, lumière diffuse d'un matin couvert, faible profondeur de champ f/2, texture fine visible sur la laine.",
      "style": "Kodak Film",
      "aspect_ratio": "3:2",
      "seed": 5555
    }
  }'

curl "$HIAPI_BASE_URL/v1/tasks/{id}" \
  -H "Authorization: Bearer $HIAPI_API_KEY"

L'image-vers-image utilise la même interface de tâches, en changeant uniquement model et input :

curl -X POST "$HIAPI_BASE_URL/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "fibo-2.0/image-to-image",
    "input": {
      "instruction": "Modifie l'angle de <image_1> en une vue plongeante à la verticale, en conservant la pose et les vêtements du sujet. <image_2> sert de référence pour la matière du vêtement.",
      "image_urls": [
        "https://example.com/scene.jpg",
        "https://example.com/fabric.jpg"
      ],
      "seed": 5555
    }
  }'

Questions fréquentes

Peut-on transmettre style et image_url ensemble ?

Non. Les deux sont incompatibles ; les transmettre simultanément provoque un conflit. Utilisez style pour préciser un style, ou image_url pour s'appuyer sur les caractéristiques visuelles d'une image, mais un seul des deux.

Après avoir transmis mask_url, peut-on encore transmettre plusieurs image_urls ?

Non. Avec un masque, image_urls ne peut contenir qu'une seule image, celle à éditer ; le masque lui-même est une image noir et blanc, le blanc indiquant la zone à modifier, et ses dimensions doivent correspondre à l'original.

Comment reproduire la même image ?

En fixant le seed. La plage de valeurs est 0–2147483647, avec 5555 par défaut ; un même seed avec un même prompt permet de reproduire le résultat. La valeur par défaut du seed pour l'image-vers-image est également 5555.