Intelligence Artificielle

Depuis quelques jours, Internet est inondé d’illustrations générées dans le style emblématique du studio d’animation japonais Studio Ghibli. Cette tendance virale, propulsée par GPT-4o, le dernier modèle d’OpenAI, a rencontré un tel succès que l’entreprise a été contrainte d’imposer des limitations temporaires à la génération d’images.

C’est Sam Altman, cofondateur et PDG d’OpenAI, qui a annoncé la mesure sur X. Il a expliqué que l’engouement massif pour les images générées dans le style de My Neighbor Totoro ou Le Voyage de Chihiro surchargent les capacités des centres de données de l’entreprise. « Ça pourrait faire fondre les GPU », a-t-il plaisanté, soulignant l’ampleur de la demande. Si la remarque est humoristique, elle illustre bien les pressions techniques réelles rencontrées par les serveurs.

it’s super fun seeing people love images in chatgpt.

but our GPUs are melting.

we are going to temporarily introduce some rate limits while we work on making it more efficient. hopefully won’t be long!

chatgpt free tier will get 3 generations per day soon.

— Sam Altman (@sama) March 27, 2025

Un succès fulgurant pour ChatGPT, mais à quel prix ?

GPT-4o s’est imposé en un temps record comme un modèle d’exception pour la génération d’images. Grâce à sa capacité à comprendre visuellement une scène et à la retranscrire avec fidélité dans un style artistique spécifique, il est particulièrement apprécié pour recréer des scènes de films cultes, des mèmes ou encore des événements d’actualité dans l’esthétique onirique et détaillée de Ghibli.

Cependant, face à la charge démesurée, OpenAI a annoncé des limites temporaires pour réguler la génération d’images. Cette décision survient également après que les utilisateurs gratuits de ChatGPT ont été privés d’accès à la génération d’images via GPT-4o, un choix critiqué mais justifié par les contraintes techniques.

Vers un retour progressif des fonctionnalités

Bonne nouvelle néanmoins pour les utilisateurs non abonnés : OpenAI prévoit de rétablir l’accès à la génération d’images, bien que de manière limitée — trois images par jour seront bientôt autorisées gratuitement. Aucun calendrier précis n’a encore été communiqué.

Sam Altman a ajouté que les équipes travaillent activement à améliorer l’efficacité du système, et que ces restrictions « ne devraient pas durer longtemps ».

Une vague créative… et polémique

Malgré ces limites, la communauté continue de fouler les réseaux sociaux de créations inspirées de Ghibli. De nombreux utilisateurs détournent films, personnages célèbres ou même figures politiques dans ce style enchanteur. Cette vague artistique a également ravivé le débat sur les droits d’auteur, la propriété intellectuelle et les usages « équitables » dans le domaine de l’intelligence artificielle.

Alors que les passionnés rivalisent d’ingéniosité pour donner vie à leurs univers Ghibli, la question demeure : jusqu’où peut-on aller en générant de l’art inspiré d’œuvres existantes ? Un sujet brûlant qui dépasse la simple prouesse technique de GPT-4o.

OpenAI vient de suspendre l’accès à sa nouvelle fonctionnalité de génération d’images via GPT-4o pour les utilisateurs gratuits de ChatGPT, à peine 24 heures après son lancement. Si cette fonctionnalité, propulsée par le modèle de raisonnement GPT-4o, avait pour but d’améliorer le réalisme des images et la qualité du texte généré, elle a rapidement déclenché une tendance virale incontrôlée, poussant OpenAI à revoir sa stratégie de déploiement.

Une fonctionnalité devenue virale en quelques heures

Dès son activation dans la version gratuite de ChatGPT, les utilisateurs se sont rués sur la nouvelle fonctionnalité de génération d’images. Résultat : des milliers de créations dans le style du studio japonais Studio Ghibli ont inondé les réseaux sociaux. On a pu voir :

• Des photos de famille retravaillées à la sauce Ghibli
• Des scènes des JO de Paris 2024 ou de films cultes comme Le Parrain ou Star Wars
• Des mèmes célèbres comme « Distracted Boyfriend » ou « Disaster Girl » reformatés dans ce style enchanteur

Même le CEO d’OpenAI, Sam Altman, a joué le jeu en remplaçant sa photo de profil sur X par une version Ghibli de lui-même, générée avec GPT-4o selon toute vraisemblance. Mais très vite, il a également annoncé sur X que le déploiement de la génération d’images pour la version gratuite de ChatGPT serait reporté, sans fournir de date de retour.

images in chatgpt are wayyyy more popular than we expected (and we had pretty high expectations).

rollout to our free tier is unfortunately going to be delayed for awhile.

—Sam Altman (@sama) March 26, 2025

« Images in ChatGPT are wayyyy more popular than we expected », a-t-il reconnu dans son post, en ajoutant que la popularité de la fonctionnalité avait dépassé toutes leurs prévisions.

GPT-4o : génération d’images plus précise et plus réaliste

GPT-4o repose sur une méthode de génération dite « autoregressive », qui crée l’image de gauche à droite et de haut en bas, au lieu de tout générer d’un coup. Cette approche améliore considérablement la cohérence visuelle, en particulier dans le rendu des textes. Contrairement aux anciennes IA connues pour produire des textes flous ou incompréhensibles, GPT-4o est capable de générer du texte net, lisible et contextuellement cohérent.

Selon le Wall Street Journal, OpenAI a soumis GPT-4o à un entraînement post-lancement dirigé par des humains, visant à identifier les erreurs courantes dans les rendus texte/image.

Des questions juridiques et éthiques toujours en suspens

Comme toujours avec l’IA, la popularité d’un outil soulève des interrogations sur les droits d’auteur et la légalité. Selon Evan Brown, avocat spécialisé en propriété intellectuelle chez Neal & McDevitt, les utilisateurs générant des images dans le style Studio Ghibli ne violent techniquement pas la loi, car le style n’est pas protégé par le droit d’auteur. Mais cela reste une zone grise juridique.

Un porte-parole d’OpenAI a également déclaré à TechCrunch que ChatGPT peut imiter le style d’un studio, mais pas celui d’un artiste individuel — une nuance cruciale pour éviter des poursuites juridiques potentielles.

Le succès fulgurant de la génération d’images avec GPT-4o démontre l’immense potentiel créatif et viral de l’IA, mais aussi les défis techniques, juridiques et éthiques qu’il implique. OpenAI semble chercher à reprendre le contrôle de la situation en suspendant temporairement l’accès gratuit, le temps de réévaluer sa capacité technique et de cadrer les usages. En attendant, seuls les abonnés des formules Plus, Pro et Team peuvent toujours profiter de cette fonctionnalité révolutionnaire.

OpenAI franchit une nouvelle étape dans l’évolution de l’intelligence artificielle en intégrant GPT-4o dans ChatGPT, permettant désormais à tous les utilisateurs de générer des images et des vidéos directement au sein du chatbot.

Cette avancée élimine le besoin de passer par un outil externe comme DALL·E, bien que ce dernier reste disponible pour ceux qui souhaitent continuer à l’utiliser via des GPTs personnalisés. Par ailleurs, OpenAI introduit également son générateur de vidéos Sora, renforçant ainsi les capacités multimodales de ChatGPT et ouvrant de nouvelles possibilités créatives.

Avec cette mise à jour, tous les utilisateurs de ChatGPT, y compris ceux de la version gratuite, peuvent désormais profiter de la génération d’images. Cependant, les abonnés des offres Plus, Team et Pro bénéficient d’un accès plus large et de meilleures performances, notamment en matière de rapidité et de quotas. Les utilisateurs issus du milieu professionnel et éducatif devront patienter une semaine supplémentaire avant de voir cette nouveauté déployée sur leurs comptes.

Jusqu’à présent, la génération d’images avec OpenAI était principalement réservée aux utilisateurs payants, qui avaient accès à DALL·E 3, tandis que les utilisateurs gratuits devaient passer par Microsoft Copilot. Désormais, tout se fait directement dans ChatGPT grâce à GPT-4o, rendant l’expérience plus fluide et accessible à tous.

Une amélioration majeure de la qualité des images

Avec GPT-4o, OpenAI franchit un cap en matière de précision et de réalisme dans la génération d’images. Une des avancées les plus notables concerne le rendu du texte dans les images, qui devient enfin lisible, là où DALL·E 3 échouait systématiquement. Le modèle est également beaucoup plus performant pour interpréter et respecter les détails demandés dans un prompt, notamment en ce qui concerne les formes, les couleurs et les objets multiples au sein d’une même image.

Contrairement aux modèles de diffusion traditionnels, qui appliquent progressivement des détails sur une base aléatoire, GPT-4o utilise un processus autoregressif, générant les images de haut en bas et de gauche à droite. Bien que cette méthode soit légèrement plus lente, elle permet une meilleure précision, notamment lorsqu’il s’agit de respecter des consignes précises. Par exemple, si un utilisateur demande une image contenant un cercle rouge, un triangle bleu, un cœur vert, une étoile rose et un carré violet, GPT-4o ne se trompera pas dans les formes et les couleurs, contrairement à DALL·E 3, qui pouvait mélanger ces éléments.

L’un des autres atouts majeurs de ce nouveau modèle est sa capacité à maintenir la cohérence des personnages et des objets à travers plusieurs générations d’images. Cela signifie qu’un utilisateur peut demander à réutiliser un personnage ou un élément spécifique d’une image précédente, et GPT-4o le reproduira avec une grande fidélité, sans altérer ses couleurs ou ses caractéristiques essentielles.

Une avancée pour le texte intégré aux images

Une des critiques majeures formulées à l’encontre des précédents modèles d’OpenAI portait sur leur incapacité à générer du texte lisible au sein des images. GPT-4o corrige ce défaut en permettant aux utilisateurs de spécifier avec précision le texte qu’ils souhaitent voir apparaître dans leurs créations.

Si un utilisateur demande une image photoréaliste d’une jeune fille écrivant sur un tableau blanc avec une écriture désordonnée, il peut désormais préciser exactement ce qu’elle doit écrire, et GPT-4o respectera cette consigne. Cette nouveauté représente une avancée significative pour de nombreux secteurs, notamment la restauration, où il devient possible de générer des menus stylisés, ou encore le marketing et la publicité, où la création d’affiches promotionnelles devient plus simple et plus efficace.

Une expérience visuelle plus fluide et professionnelle

L’amélioration de la qualité visuelle des images générées ne se limite pas à la lisibilité du texte. Les images photoréalistes produites par GPT-4o sont plus naturelles et mieux détaillées, offrant un rendu beaucoup plus professionnel. La netteté et la clarté des images numériques ont également été améliorées, mettant fin aux effets flous ou granuleux parfois observés avec DALL·E 3.

Un autre ajout majeur concerne la possibilité de générer des images avec un fond transparent. Cette fonctionnalité est particulièrement intéressante pour les designers graphiques, qui peuvent désormais créer des logos et des icônes directement via ChatGPT, ainsi que pour les e-commerçants, qui peuvent obtenir des visuels produits prêts à être utilisés sur des plateformes de vente en ligne.

Des défis et limitations encore présents

Bien que GPT-4o constitue une nette amélioration par rapport aux modèles précédents, certaines limites subsistent. OpenAI reconnaît que son IA souffre encore de « hallucinations », ce phénomène où l’IA génère du contenu erroné ou incohérent. La génération d’éléments mathématiques complexes, comme des graphiques ou des tableaux, reste également difficile, tout comme l’intégration fluide de texte multilingue.

En termes de sécurité, OpenAI a mis en place des garde-fous pour éviter les abus et la diffusion d’images trompeuses. Cependant, ces protections peuvent être contournées avec un peu d’effort. Les images générées sont marquées avec des métadonnées C2PA, signalant qu’elles ont été produites par une IA, mais cette indication reste facilement effaçable, rendant la lutte contre la désinformation plus compliquée.

Un flou persistant autour du droit d’auteur

La question de la propriété intellectuelle et du respect du droit d’auteur continue de faire débat. OpenAI affirme que GPT-4o a été entraîné sur des données « publiquement accessibles » et sur des contenus sous licence, notamment via des partenariats avec Shutterstock. Toutefois, l’origine exacte des données utilisées reste floue, et de nombreuses entreprises d’IA ont déjà été critiquées pour leur manque de transparence en matière d’entraînement des modèles.

Comment reconnaître GPT-4o par rapport à DALL·E 3 ?

Le déploiement de GPT-4o étant encore en cours, certains utilisateurs peuvent parfois encore générer des images avec DALL·E 3. Pour distinguer les deux modèles, il suffit d’observer la manière dont l’image se charge. DALL·E 3 génère les images avec une roue de chargement tournante, tandis que GPT-4o affiche une animation fluide, scannant l’image de haut en bas.

Avec l’intégration de GPT-4o, ChatGPT devient un outil encore plus puissant et polyvalent, facilitant la création d’images et de vidéos avec un réalisme et une précision inédits. L’amélioration de la qualité visuelle, la gestion optimisée des objets et des couleurs, ainsi que la possibilité d’insérer du texte lisible font de cette mise à jour une avancée significative pour les créateurs de contenu, les professionnels du marketing et les entreprises en quête d’automatisation visuelle.

Bien que certaines limitations persistent, notamment en matière de hallucinations et de droits d’auteur, GPT-4o représente un véritable bond en avant dans le domaine de l’IA générative. Il ne reste plus qu’à voir comment cette technologie sera adoptée par les utilisateurs et quels nouveaux usages en émergeront.