Passer au contenu

Modèles d’IA pour générer des images et des vidéos

Nous analysons les modèles de génération d’images et de vidéos les plus populaires : ce qu’ils savent faire, ce qui les distingue et à quelles tâches ils conviennent. Chaque modèle a ses faits clés, des exemples de prompts et des réponses aux questions fréquentes.

Une pile de photos imprimées sur un bureau sombre — un portrait, une photo produit, un panorama de montagne — avec une banane mûre posée dessus

Google DeepMindImagesDisponible dans AI2Face

Nano Banana 2.1

Le modèle d'images par défaut de Google : jusqu'à 4K, 14 références, panoramas 8:1, deux fois moins cher que Nano Banana 2.

Vue aérienne d'une vallée verte brumeuse avec une rivière sinueuse et des nuages sur les pentes

Google DeepMindImagesDisponible dans AI2Face

Nano Banana 2

Le modèle photo principal de Google : vitesse Flash, qualité proche de Pro, jusqu'en 4K.

Des photos, une aquarelle et une figurine de renard en argile sur une table en bois à côté d'une banane

Google DeepMindImagesDisponible dans AI2Face

Nano Banana

La famille de modèles de Google pour générer et retoucher des photos, du rapide Nano Banana au Pro haut de gamme.

Un bureau blanc vu de dessus : un carnet de croquis avec des miniatures de paysages de montagne, un smartphone affichant un paysage en couleur, un chronomètre, des feutres et un espresso

Google DeepMindImagesDisponible dans AI2Face

Nano Banana 2 Lite

Le modèle d'image léger de Google : résultat en quelques secondes, 1K seulement, le moins cher de la famille.

Une designer dans son studio le soir regarde à l'écran une grille de portraits et d'affiches générés

Google DeepMindImagesDisponible dans AI2Face

Nano Banana Pro

Le modèle phare de Google pour le photoréalisme, le texte précis dans les images et le travail avec des références en 4K.

Phare blanc sur une falaise dans la tempête, vagues sur les rochers, un faisceau de lumière dans la pluie

Google DeepMindVidéoDisponible dans AI2Face

Veo 3.1

Modèle vidéo de Google avec le son — parole, effets et musique dans le même plan, jusqu'à 4K et 8 secondes.

Construction d'un aqueduc romain : des ouvriers soulèvent des blocs de pierre avec une roue à tambour, des arches sur un cintrage en bois

Google DeepMindVidéoDisponible dans AI2Face

Gemini Omni

« Nano Banana pour la vidéo » — un clip avec le son à partir de texte, de photos et de vidéo, et des retouches en phrases ordinaires.

Bureau d'un studio de design le soir : affiches, échantillons de tissu, un vase de fleurs séchées et une lampe en laiton près d'une fenêtre aux lumières de la ville

ByteDance SeedImagesDisponible dans AI2Face

Seedream

Modèles d'images de ByteDance — photoréalisme, design et texte en plus de 10 langues, jusqu'à 4K.

Un pêcheur âgé en ciré jaune et casquette de marin sur un bateau, dans un port brumeux à l'aube

ByteDance SeedVidéoDisponible dans AI2Face

Seedance

Modèle vidéo de ByteDance avec le son — jusqu'à 30 secondes par génération et jusqu'à 50 références dans la 2.5.

Un cuisinier fait sauter des pâtes dans une poêle en flammes dans la cuisine d'une trattoria

KuaishouVidéoDisponible dans AI2Face

Kling

Modèle vidéo de Kuaishou : clips à plusieurs plans jusqu'à 15 secondes avec le son. Kling 4.0 promet 30 secondes.

Bureau d'une agence créative vu du dessus : esquisses d'affiches, une tablette avec un dessin, feutres, stickers et café

OpenAIImagesDisponible dans AI2Face

GPT Image

Le modèle d'images d'OpenAI dans ChatGPT — texte précis, mise en page et retouches, jusqu'à 3840 px.

Paysage surréaliste : une carpe koï géante faite de nuages nage au-dessus d'un lac de montagne brumeux, en bas une barque avec une lanterne

MidjourneyImagesDisponible dans AI2Face

Midjourney

Modèle d'images artistique : esthétique reconnaissable, styles, personnalisation, HD en 2K.

Un loft d'artiste ensoleillé : une grande table avec des tirages photo et une palette, un ordinateur portable affichant un paysage de montagne, des plantes près de la fenêtre

Black Forest LabsImagesDisponible dans AI2Face

FLUX

Les modèles de BFL : FLUX.2 pour des images de 4 Mpx avec 10 références, FLUX 3 Video 3ᵉ du classement vidéo.

Un cabriolet rouge roule sur une route en lacets au-dessus d'une mer turquoise au coucher du soleil, vue aérienne

MiniMaxVidéoDisponible dans AI2Face

Hailuo

Les modèles vidéo de MiniMax : H3 crée des clips de 15 secondes en 2K avec son stéréo, poids ouverts.

Une jeune femme en écharpe verte descend d'un train rouge dans une gare de montagne enneigée

AlibabaVidéoDisponible dans AI2Face

Wan

Le modèle vidéo d'Alibaba : clips jusqu'à 30 secondes avec son, jusqu'à 20 références, même des documents.

Une salle de montage sombre : à l'écran, un cavalier dans le désert au coucher du soleil, à côté une console aux boutons lumineux et un casque

RunwayVidéoDisponible dans AI2Face

Runway

Les modèles vidéo de Runway : Gen-4.5 pour la vidéo à partir de texte et d'image, avec une chorégraphie caméra précise.

Un skateur fait un kickflip au-dessus d'un escalier en béton sur une place urbaine au coucher du soleil

xAIImagesDisponible dans AI2Face

Grok Imagine

Images et vidéos de xAI : Image 2.0 6ᵉ sur Arena, Video 1.5 avec son et références.