Modèle texte-image

Carte Commune · n° 326501

Un modèle texte-image (ou texte-image) est un modèle d'apprentissage automatique qui prend en entrée une description en langage naturel et produit une image correspondant à cette description. Ces modèles sont utilisés dans le domaine de l'intelligence artificielle générative (IAg). Il s'agit généralement d'un modèle de diffusion, c'est-à-dire d'un type de modèle d’IAg qui génère de la vidéo en transformant progressivement du bruit aléatoire en données cohérentes sur la base d'une commande (prompt). Les modèles texte-image commencent à se développer au milieu des années 2010 lors du boom de l'IA en raison des avancées scientifiques dans le domaine de l'apprentissage profond. En 2022, la sortie des modèles texte-image de pointe – tels que DALL-E 2 d'OpenAI, Imagen de Google Brain, Stable Diffusion de Stability AI et Midjourney – marque une étape décisive alors que les images générées par ces modèles s'approchent de la qualité des photographies réelles et de l'art dessiné par des humains....

Lire sur Wikipédia · Image VulcanSphere, Public domain