Google vient de dévoiler Gemini 2.5 Flash Image (surnommé « nano-banana »), son modèle de pointe dédié à la création et modification d’images par intelligence artificielle. Cette nouvelle version apporte des fonctionnalités inédites : fusion de plusieurs images, maintien de la cohérence des personnages, transformations ciblées avec un simple prompt en langage naturel, et surtout une compréhension plus fine du monde réel grâce à la puissance des modèles Gemini.
Pourquoi Gemini 2.5 Flash Image change la donne ?
Dès le lancement de Gemini 2.0 Flash, les développeurs avaient salué sa rapidité et son faible coût. Cependant, beaucoup demandaient des images de meilleure qualité et un contrôle créatif plus poussé. C’est exactement ce que propose cette mise à jour.
Le modèle est déjà disponible via Gemini API, Google AI Studio et Vertex AI pour les entreprises. Côté tarification, chaque image générée coûte environ 0,039 $, avec un prix global de 30 $ par million de tokens en sortie.
Les fonctionnalités phares de Gemini 2.5 Flash Image
1. Cohérence des personnages et objets
Un défi majeur en génération d’images est de conserver la même apparence pour un personnage ou un objet sur plusieurs scènes. Avec Gemini 2.5 Flash Image, il est désormais possible de :
- placer un personnage dans différents environnements tout en gardant son identité visuelle,
- présenter un produit sous plusieurs angles et décors,
- créer des identités de marque cohérentes et homogènes.
2. Transformation locale et édition précise
Le modèle peut effectuer des modifications ciblées grâce à de simples instructions en langage naturel :
- flouter l’arrière-plan,
- corriger une tache sur un vêtement,
- changer la pose d’un sujet,
- ajouter de la couleur à une photo noir et blanc,
- supprimer un élément ou une personne d’une image.
3. Fusion multi-images
Une innovation remarquable est la capacité à fusionner plusieurs images. On peut ainsi :
- intégrer un objet dans une scène existante,
- relooker une pièce avec de nouvelles textures et couleurs,
- créer une composition photoréaliste à partir de plusieurs sources.
4. Compréhension avancée du monde réel
Contrairement aux modèles précédents qui misaient surtout sur l’esthétique, Gemini 2.5 Flash Image bénéficie de la connaissance du monde propre à Gemini. Cela ouvre la voie à :
- l’analyse et la compréhension de schémas dessinés à la main,
- des réponses intelligentes à des questions visuelles,
- des manipulations complexes combinées en une seule requête.
Intégration dans Google AI Studio et partenariats
Google a également enrichi Google AI Studio avec un mode « build » amélioré. Désormais, un développeur peut :
- tester rapidement les capacités du modèle,
- remixer des applications préexistantes,
- déployer un projet directement ou sauvegarder le code sur GitHub.
De plus, Gemini 2.5 Flash Image est désormais accessible via OpenRouter.ai (3M+ développeurs) et fal.ai, deux plateformes majeures de la création générative.
Une IA responsable : le marquage invisible SynthID
Toutes les images générées ou modifiées par Gemini 2.5 Flash Image intègrent un filigrane invisible SynthID, garantissant leur identification en tant que créations issues de l’intelligence artificielle. Cette approche s’inscrit dans une démarche de transparence et de confiance numérique.
Conclusion : une nouvelle ère de la création visuelle
Avec Gemini 2.5 Flash Image, Google propose une solution complète et puissante pour la création visuelle par IA. Rapidité, qualité, cohérence et flexibilité en font un outil incontournable pour :
- les créateurs de contenu,
- les agences de communication,
- les entreprises cherchant à automatiser leurs assets visuels,
- les développeurs en quête d’expérimentation avec l’IA générative.
Cette évolution marque une étape décisive dans la fusion entre créativité humaine et puissance des modèles d’IA. Les applications sont infinies : de la publicité aux jeux vidéo, en passant par l’éducation interactive et le commerce en ligne. Une véritable révolution est en marche.