Meta Muse, Google Gemini et ChatGPT Images 2.0, trois modèles de génération d’images mis face à face dans l’analyse sectorielle citée ici, arrivent désormais à produire des visuels largement cohérents. Leur défaut principal n’est plus la grosse erreur qui saute aux yeux, mais un réalisme un peu trop propre.
Dans cette comparaison entre Meta Muse, Google Gemini et ChatGPT Images 2.0, les mains sont enfin crédibles, les objets ne se dissolvent plus dans l’arrière-plan et les scènes tiennent globalement debout, même quand la consigne se complique un peu.
Les plantages spectaculaires d’hier, doigts en trop, visages tordus, objets impossibles, se font beaucoup plus rares. Même le texte, longtemps point faible du secteur, s’améliore.
Sur un test d’affiche pour un “Bad Wi‑Fi Café”, Meta Muse, Google Gemini et ChatGPT Images 2.0 ont tous sorti des affiches avec un texte globalement lisible et exploitable. Le virage est net pour des systèmes qui, il n’y a pas si longtemps, mélangeaient encore lettres, signes et fragments incohérents. OpenAI semble garder une petite longueur d’avance sur ce terrain, surtout pour le rendu typotypgraphique et le respect de consignes détaillées.
Le plus frappant, c’est que la bataille a changé de nature. Elle se joue moins sur la correction des défauts visibles que sur la capacité à reproduire le réel sans l’embellir au passage. Qu’il s’agisse d’un bureau un peu usé ou d’un stand de street food à Manille, les images paraissent souvent justes à l’œil, bien éclairées, soigneusement cadrées, et pourtant il reste quelque chose qui sonne faux.
Certains chercheurs parlent déjà d’une ère du « faux haut de gamme » : des images impeccables en surface, mais creuses sur le plan émotionnel. Le désordre du réel, l’imprévu, la banalité, les petits accrocs, tout cela reste encore difficile à recréer.
Meta, Google et OpenAI ne jouent d’ailleurs pas exactement la même carte. Meta présente Muse comme un outil social, intégré à son ensemble d’applications. Google, lui, met l’accent sur la rapidité, l’édition et la culture générale de Gemini.
OpenAI, de son côté, insiste sur le rendu du texte, le contrôle visuel et la gestion de prompts plus précis. Dans les essais de cette comparaison, Meta Muse et Google Gemini ont été les plus rapides.
ChatGPT Images 2.0 s’en est bien sorti sur les images simples, mais il s’est montré bien plus capricieux sur l’affiche : plus de trois minutes d’attente, trois échecs, puis un résultat obtenu seulement après avoir ouvert une nouvelle conversation. Google Gemini a aussi eu, par moments, tendance à comprendre la demande comme la photo d’une affiche posée sur un mur, plutôt que comme l’affiche elle-même.
Le suivi des consignes progresse lui aussi. Sur un prompt qui imposait le placement précis d’un chat, d’une valise et d’un parapluie, Meta Muse, Google Gemini et ChatGPT Images 2.0 ont plutôt bien tenu la composition.
En revanche, dès qu’on demande un produit plus spécifique, les écarts reviennent. Une image d’écouteurs sans fil classiques reste facile à générer ; des écouteurs “open-ear”, en revanche, poussent encore Meta Muse, Google Gemini et ChatGPT Images 2.0 vers des visuels génériques, très léchés , mais pas toujours fidèles au produit demandé.
Le contexte dit aussi pourquoi ces progrès comptent. Le marché mondial de la génération d’images est évalué à 12,4 milliards en 2026, avec plus de 150 millions d’utilisateurs mensuels et autour de 80 millions d’images créées chaque jour, d’après l’analyse sectorielle citée ici.
En parallèle, la capacité humaine à faire la différence entre une image synthétique et une photo réelle serait tombée à 38 %, toujours selon cette même analyse du secteur. Prudence, quand même.
Cette montée en qualité s’accompagne déjà de critiques plus larges. Le lancement de Muse a fait naître des questions sur la confidentialité, notamment parce que l’outil peut s’appuyer sur des photos publiques d’Instagram.
Des spécialistes alertent aussi sur les effets d’un langage visuel toujours plus idéalisé : renforcement des standards de beauté, impression de vide émotionnel, voire hausse de l’anxiété et de l’insatisfaction corporelle.
Le problème, maintenant, ce n’est plus que ces images ratent tout. C’est qu’elles réussissent presque trop bien.
Suivez-moi sur Twitter : @pierrevitre
