Depuis sa création, ChatGPT est principalement connu pour sa capacité à rédiger des textes et répondre à des questions. Cependant, jusqu’à présent, son approche en matière de création d’images, via Dall-E, était souvent jugée insuffisante. OpenAI a récemment remédié à cet état de fait en lançant Sora, un nouvel outil d’images directement intégré à ChatGPT, en utilisant leur modèle avancé, GPT-4o. La meilleure nouvelle ? Tout le monde, y compris les utilisateurs gratuits, peut en bénéficier.

Sora : le nouveau souffle créatif de ChatGPT

Auparavant, la génération d’images nécessitait de passer par une interface distincte ou de se contenter des résultats parfois aléatoires de Dall-E. Aujourd’hui, Sora offre une expérience d’utilisation beaucoup plus fluide dans l’interface de ChatGPT, tout ça grâce à l’innovation apportée par le modèle GPT-4o, capable de traiter le texte, les images, le son et, potentiellement, la vidéo.

Une avancée majeure de Sora est sa capacité de “binding”, ou d’association. Cela signifie que l’IA est désormais plus performante lorsqu’il s’agit de gérer plusieurs éléments dans une image sans faire d’erreurs. Par exemple, si l’on souhaite une étoile bleue et un triangle rouge, Sora pourra répondre fidèlement à cette demande, tandis que les versions précédentes avaient tendance à se tromper sur les couleurs. D’après Gabriel Goh, un chercheur d’OpenAI, cette technologie permet de ne pas perdre en précision, même avec jusqu’à 20 éléments différents à intégrer dans une seule image.

Autre point positif, le texte intégré dans les images est désormais nettement plus lisible. Les problèmes de lettres mal formées ou de mots illisibles, courants dans Dall-E, semblent être de l’histoire ancienne. Que ce soit pour un menu de restaurant, une affiche ou une bande dessinée, Sora s’illustre par la qualité de son rendu. Les équipes d’OpenAI ont investit de nombreux mois pour peaufiner cet aspect, et même s’il existe encore des marges d’amélioration pour les petits caractères, les progrès réalisés sont indéniables.

Avec Sora, il est possible de demander des créations bien plus élaborées qu’auparavant, comme des illustrations scientifiques, des comics avec des personnages cohérents ou des logos sur fond transparent. En termes de fonctionnement, Sora se base sur une méthode “autorégressive”, qui dessine l’image étape par étape, contrairement à Dall-E qui confectionnait des images en un seul processus. Bien que ce processus prenne quelques secondes supplémentaires, il permet un niveau de détail supérieur et une meilleure précision.

Un autre aspect novateur de Sora est la possibilité d’importer ses propres photos pour les modifier. Que vous souhaitiez ajouter un animal dans une image ou modifier la couleur d’un objet, Sora pourra intégrer ces changements grâce à la “mémoire” offerte par GPT-4o, qui retient le fil de vos idées.

Bien sûr, avec une telle technologie, des questions éthiques se posent. OpenAI assure avoir mis en place des précautions pour éviter les abus : pas de deepfakes non autorisés, pas de suppression de filigranes, et des filtres pour bloquer les contenus inappropriés. Les images générées n’affichent pas de marques visibles, mais elles contiennent des métadonnées attestant qu’elles proviennent d’OpenAI, préparant le terrain pour des améliorations futures.

Sora est actuellement accessible gratuitement à tous les utilisateurs de ChatGPT, sans nécessité d’abonnement. Les utilisateurs réguliers de Dall-E pourront encore y accéder via un mode spécial, bien que Sora prenne très certainement la place de l’ancien système. À l’avenir, OpenAI envisage d’inclure ces innovations dans son API pour les développeurs et fait déjà parler d’un hypothétique GPT-5, laissé pour envisager des horizons encore plus prometteurs.