Lors de sa conférence annuelle Google I/O, la firme de Mountain View a dévoilé un nouvel outil d’interface agentique, Google Flow. Cette plateforme d’intelligence artificielle générative permet de transformer entièrement des images grâce à de simples instructions textuelles.
Un assistant créatif piloté par la parole
Google Flow est conçu pour simplifier des processus créatifs complexes. Il fonctionne comme un partenaire visuel capable de comprendre des demandes détaillées en langage naturel. L’utilisateur n’a plus besoin de manipuler des paramètres techniques ; il décrit la scène souhaitée et l’IA s’occupe du reste. L’outil peut modifier des images, ajuster des angles de caméra, changer l’éclairage et remplacer des arrière-plans tout en préservant l’identité du sujet principal.
La puissance locale de Gemini Nano 2
Ces transformations visuelles sont rendues possibles par Gemini Nano 2, le dernier modèle multimodal de Google fonctionnant directement sur l’appareil. Optimisé pour une compréhension sémantique avancée, il garantit un réalisme accru dans les compositions. Il ajuste par exemple la lumière ambiante du nouvel environnement sur les vêtements et le visage de l’utilisateur pour un rendu naturel.
Comment fonctionne l’outil ?
Le processus est simple. Après connexion sur la plateforme dédiée, l’utilisateur sélectionne Gemini Nano 2 comme modèle, puis téléverse une photographie. Il suffit ensuite de décrire le changement souhaité dans un champ de saisie pour voir l’image modifiée en quelques secondes.
Cinq exemples de prompts pour voyager
Pour exploiter pleinement le potentiel de l’outil, la formulation de la requête est essentielle. Voici des exemples concrets qui peuvent être adaptés.
Pour une vue londonienne : « Placez-moi debout sur le pont de Westminster à Londres avec Big Ben en arrière-plan, en utilisant un plan large cinématographique pris pendant l’heure dorée. »
Pour une ambiance cyberpunk : « Transportez-moi dans une ruelle animée de Shinjuku, Tokyo, la nuit, avec un angle bas et un éclairage néon cyan et magenta. »
Pour une perspective aérienne : « Placez-moi assis sur une terrasse en pierre blanche surplombant les dômes bleus de Santorini, avec une vue plongeante et une lumière vive de midi. »
Pour un portrait urbain : « Positionnez-moi sur un trottoir de Times Square, New York, sous une pluie fine, avec un gros plan macro et un éclairage diffus. »
Pour un plan d’action naturel : « Placez-moi au bord du Grand Canyon, avec un angle de trois quarts et un éclairage latéral contrasté d’un soleil couchant. »
Cet outil ouvre de nouvelles possibilités créatives, permettant de générer à partir d’une seule photographie une série d’images situées dans divers lieux emblématiques à travers le monde.