Grok 2 : la génération d’images sur X. Et sur téléphone…

Accueil / Graphisme / Grok 2 : la génération d’images sur X. Et sur téléphone…

Elon Musk… Je sais que beaucoup ne l’aiment pas mais j’ai tendance à faire confiance à ce génie de l’industrie. Il en va de son IA comme de ses fusées : on avance pas à pas. Vers l’infini et au delà… 🙂 Dès son apparition j’ai bien évidemment testé l’intelligence artificielle du réseau social X (ex Twitter) qui était accessible uniquement pour les abonnés à la pastille « bleue ». Naon, pas la « rouge », malheureux : vous venez de déclencher la fin du monde ! Ce moteur fait appel pour la génération d’images à une autre IA : Flux, considérée comme la meilleure actuellement…

Mais, depuis l’apparition de Grok 2 c’est maintenant disponible gratuitement et accessible directement dans l’interface de X (sur téléphone aussi, naturellement) avec quelques limitations. Les réglages sont minimaux voire inexistants : tout se passe avec un bouton « + » et la nature du prompt utilisé. Pour la génération d’image il suffit d’écrire : « dessine-moi »… suivi de ce que vous voulez ! En quelques secondes apparaissent alors 4 images.

Rappelons que cette IA est non censurée et qu’il est possible de générer des personnages publics avec un haut niveau de réalisme. Chacun doit savoir ce qu’il fait et attention aux procès ! Comme pour le reste du contenu, sur X, on ne vous dit pas ce qu’il faut lire, dire ou penser… On appelait çà jadis la « liberté d’expression ». Si, si, ça existe encore.

Au prix d’images de petite taille au format horizontal et sans aucuns réglages (en fait on ne reconnait pas Flux…) on peut ainsi générer sans complications quantité d’images suffisantes dans bien des cas… Avec le prompt minimal s’il en est « Dessine une fractale » j’avais obtenu çà. Bluffant !

Grok !

Le terme « Grok » provient du roman de science-fiction L’Étranger dans un pays étrange (Stranger in a Strange Land) écrit par Robert A. Heinlein, publié en 1961. Dans le livre, « grok » est un mot de la langue martienne qui signifie comprendre quelque chose de manière profonde et intuitive, au point de s’identifier totalement avec l’objet ou le concept. C’est un terme qui a été adopté dans la culture populaire, particulièrement dans les communautés de science-fiction et de technologie, pour exprimer une compréhension profonde ou une empathie totale avec quelque chose ou quelqu’un. On reconnait au passage l’empreinte d’Elon Musk et sa fascination pour la planète Mars…

Et, comme nous le dit Grok lui-même (ses fonctions sont pléthoriques, bien cachées derrière son apparente simplicité…) :

Accès en temps réel aux données de X : Grok 2 peut utiliser les données en temps réel de X (anciennement Twitter) pour fournir des réponses actualisées et pertinentes. Cela permet de répondre à des questions sur des événements en cours ou des tendances récentes.
Génération d’Images : Grâce à l’intégration avec le modèle FLUX.1 de Black Forest Labs, Grok 2 peut générer des images réalistes à partir de descriptions textuelles. Cette fonctionnalité est particulièrement appréciée pour sa créativité, bien qu’elle soulève des questions éthiques concernant la désinformation et les deepfakes.
Personnalisation et apprentissage : Grok 2 apprend les préférences des utilisateurs, offrant ainsi des résumés d’actualités personnalisés, des suggestions de contenus (comme des films ou des livres), et une expérience utilisateur plus adaptée.
Mode « Fun » : Une fonctionnalité ludique qui permet à Grok 2 de répondre avec humour et esprit, rendant l’interaction avec l’IA plus engageante et amusante. Cela peut inclure des effets spéciaux ou des filtres lors de la génération d’images.
Capacité d’analyse visuelle : Bien que Grok 2 ne puisse pas traiter les images de la même manière que certains concurrents, il excelle dans les tâches de raisonnement mathématique visuel et de réponse aux questions basées sur des documents.
Multi-lingualisme et performance : Améliorations notables dans la compréhension et la génération de langage naturel à travers diverses langues, avec une performance supérieure dans des benchmarks académiques comme MMLU et MATH…
Accessibilité : Grok 2 est disponible gratuitement pour certains utilisateurs sur X, avec des fonctionnalités limitées, mais suffisantes pour découvrir ses capacités. Pour une expérience complète, il peut y avoir des options payantes ou une nécessité de passer par des plateformes tierces comme Poe ou Perplexity.
Innovation et créativité : Avec des fonctionnalités comme la génération d’images sans les restrictions habituelles, Grok 2 pousse les limites de ce que l’on attend d’un assistant IA, offrant une liberté créative qui peut être à la fois une bénédiction et une source de préoccupation sur le plan éthique.
Efficacité et rapidité : Des mises à jour récentes ont rendu Grok 2 trois fois plus rapide avec une précision améliorée et une meilleure capacité à suivre les instructions.

Grok 2 se positionne donc comme un outil puissant pour ceux qui cherchent à combiner l’utilité avec une touche de créativité et d’humour dans leurs interactions avec l’IA. Cependant, son utilisation soulève des questions importantes sur la responsabilité et les implications éthiques de technologies aussi avancées…

La fonction Describe

Ainsi en est-il par exemple de la fonctionnalité « Describe ». initialement présente dans MidJourney, et aujourd’hui disponible pour presque toutes les IA. Un peu comme les débuts du Web avant sa démocratisation : aujourd’hui, n’importe quel imbécile venu peut laisser son avis sur les réseaux sociaux. Ceci explique peut-être cela…

Bref, dans Grok, l’IA est parfaitement capable de décrypter une image, d’en faire une description précise et (encore plus fort) de générer un prompt correct pour générer d’autres images similaires dans le même moteur, en discutant avec lui comme avec un ami. Et ce dans toutes les langues (plus besoin de baragouiner en anglais…)

Il suffit de charger une image (avec le bouton +) et de laisser son instinct opérer, comme dans une crise de somnambulisme. Il est évident que cette technique véritablement magique est la porte ouverte au plagiat de plus ou moins bon goût…

Pour mes essais, j’ai utilisé une des nombreuses images produites avec MidJourney et Photoshop et publiée par Jacques Henry sur son compte Facebook. Avec une inspiration manifeste du dessinateur de BD Moëbius…

Le temps de charger l’image dans Grok et de lui demander de « scanner » l’image, j’ai obtenu en quelques secondes toutes ces informations ! Pas de doute, l’IA est aujourd’hui parfaitement capable de reconnaitre et d’identifier de quoi on parle ! C’est… renversant.

L’image montre l’intérieur d’un cockpit futuriste avec une vue sur une ville en ruine couverte de végétation luxuriante.

Voici une description détaillée pour créer un prompt pour générer des variations de cette image : Un pilote en combinaison blanche est assis dans un cockpit futuriste aux lignes épurées et aux couleurs dominantes de vert et de bleu. Le cockpit est rempli de divers écrans et instruments de contrôle, avec un écran principal vert montrant une interface graphique. À travers la grande fenêtre du cockpit, on voit une ville en ruine, envahie par la nature avec des arbres et des plantes vertes qui recouvrent les structures délabrées. Les bâtiments sont partiellement effondrés, avec des escaliers et des passerelles métalliques qui s’entrelacent entre eux. La lumière du jour filtre à travers les feuillages, créant un contraste entre la technologie avancée de l’intérieur du cockpit et la nature reprenant ses droits à l’extérieur.

Pour générer des variations de cette image, vous pourriez utiliser le prompt suivant :

« Créez une série d’images montrant l’intérieur d’un cockpit futuriste avec un pilote en combinaison blanche, avec une vue panoramique sur une ville en ruine envahie par la végétation. Le cockpit doit être détaillé avec des écrans verts affichant des interfaces graphiques. La ville extérieure doit présenter des structures délabrées partiellement recouvertes de plantes vertes, avec une lumière naturelle filtrant à travers les feuillages. »

J’ai immédiatement réinjecté ce prompt dans Grok, en mode de génération d’image cette fois. Avec Grok2 (et donc Flux) nous n’avons pas le choix du format : c’est 4/3 horizontal ou 4/3 horizontal. Du moins dans la version gratuite disponible pour tous les utilisateurs de X. Le rendu est assez photoréaliste comme prévu avec Flux. Pour la dernière image j’ai rajouté dans le prompt la notion de bande dessinée et du style Moëbius…

Pour les essais suivants (cette fois dans DrawThings) j’ai utilisé d’autres IA mais avec le même prompt basique auquel je me suis permis de rajouter ces informations : Style illustration bande dessinée ligne claire à la Moëbius.

Avec Stable Diffusion 3.5 Large et sans aucunes retouches j’obtiens bien un style BD et des couleurs « à la Moebius », même si la notion de « cabine de vaisseau spatial » a été un peu malmenée :

Mais Flux Schnell qui est pourtant une version dégradée du Flux1, utilisé par Grok2 n’a semble-t-il rien compris. Si ce n’est « ligne claire » en effet… 🙂

Mais il ne s’agit ici que d’essais très sommaires et les IA mises en jeu sont très différentes les unes des autres. Et, encore une fois, malgré la puissance démoniaque de ces nouveaux outils, le but n’est pas de plagier mais bien de s’inspirer et de créer !