Ideogram V4.5

Présentation

ideogram-v4.5/image-to-image est un modèle destiné aux scénarios d'édition d'image : il reçoit une image source principale et permet de la modifier, de la remplacer ou de la repeindre localement à l'aide d'un prompt. Outre l'image principale, il est possible de joindre jusqu'à quatre images de référence pour contraindre le style et le contenu, ou d'ajouter un masque pour cibler précisément les zones à modifier ; deux niveaux de précision d'édition, regular et high, sont disponibles, high empruntant le parcours Precise Edit. Il convient aux équipes de design, d'e-commerce et de contenu qui itèrent sur des visuels existants pour y apporter des modifications contrôlées plutôt que de générer à partir de zéro.

Points clés

• Une édition de haute précision qui limite la dégradation cumulée sur plusieurs passes — lorsque edit_precision est réglé sur high, le parcours Precise Edit est activé : les modifications se concentrent sur la zone désignée par l'instruction, ce qui convient pour peaufiner une même image passe après passe.
• Combinaison d'images de référence et de masque pour délimiter l'édition — au-delà de l'image principale, des images de référence peuvent être ajoutées, jusqu'à trois en présence d'un masque ; un masque aux dimensions de l'image source permet de restreindre les modifications à une zone précise.
• Plusieurs niveaux de qualité et de formats disponibles — quality propose quatre niveaux, de very_low à high, et image_size couvre les ratios courants carré, paysage et portrait, avec auto par défaut qui suit la composition.

Fonctionnalités

Édition d'image en langage naturel : décrivez dans le prompt les modifications souhaitées, le modèle repeint à partir de l'image source. Adapté au remplacement d'arrière-plan, à l'ajustement des détails d'un produit ou au changement d'ambiance, avec des retouches à l'échelle de l'image entière sans masque manuel.

Repeinture locale avec masque : en fournissant mask_url ainsi qu'un masque aux dimensions correspondantes, seule la zone couverte par le masque est repeinte, le reste des pixels reste inchangé, pour remplacer localement des éléments, en retirer ou en ajouter.

Style guidé par des images de référence : reference_image_urls accepte jusqu'à quatre images, ou trois en présence d'un masque, afin de contraindre la palette, le style ou les caractéristiques du sujet et de préserver la cohérence des sorties sur plusieurs éditions.

Niveaux de précision d'édition et de qualité : edit_precision réglé sur high active l'édition précise ; quality va de very_low à high, les niveaux bas servant à produire rapidement des ébauches pour vérifier composition ou mise en page, les niveaux hauts à générer la version finale.

Contrôle du format et de la graine : image_size prend en charge les ratios courants carré, 4:3, 16:9 ou auto pour s'adapter ; une fois seed fixé, les résultats d'édition sur une même image sont reproductibles, ce qui facilite les comparaisons. Chaque requête produit une image.

Cas d'usage

• Remplacement local sur des visuels produits existants en e-commerce — délimitez au masque l'arrière-plan ou une zone d'accessoire et repeignez avec un prompt pour obtenir un visuel produit directement publiable, sans nouvelle prise de vue.
• Retouches successives d'affiches à partir d'une ébauche par une équipe de design — ajustez passe après passe la composition et la position des textes sur une affiche existante, avec la précision high pour limiter les artefacts cumulés et livrer une version finalisée.
• Exploration de variantes visuelles dans un même style par une marque — fournissez plusieurs images de référence pour unifier le style et générez, à partir de l'image source, des déclinaisons aux palettes différentes pour l'extension des supports et la comparaison de pistes.
• Harmonisation des teintes de visuels existants par une équipe de contenu — ajustez en lot, via prompt et images de référence, l'ambiance saisonnière ou thématique de visuels existants pour produire des supports promotionnels adaptés à chaque période.

Limites et conseils de choix

Chaque requête produit une seule image, ce qui ne convient pas à une exploration par lots nécessitant plusieurs propositions ; la sortie est plafonnée à 2K, un agrandissement séparé étant nécessaire pour des supports imprimés grand format. Le masque doit correspondre aux dimensions de l'image source et les sélections complexes exigent un masque préparé au préalable. Le résultat d'édition dépend de la précision du prompt ; les refontes structurelles importantes (comme un changement complet de composition) gagnent à repartir d'une génération. Pour les retouches successives, il est conseillé d'utiliser le niveau de précision high tout du long afin de maîtriser la dégradation de qualité.