Une simple suggestion pour réduire le bruit gênant des images GPT 2.5

Résumer avec l'IA

Votre image IA peut paraître nette au premier abord et se dégrader lorsqu'on zoome. Les dégradés sombres deviennent granuleux, le brouillard se fragmente et les minuscules lumières commencent à ressembler à des débris.

Je rencontre ce problème surtout avec les images complexes générées par IA : scènes nocturnes, armures détaillées, reflets humides, foules et bâtiments au loin. Mon image de robot cyberpunk les contenait toutes, ce qui en a fait un test de résistance utile.

Le raccourci en une ligne
Préservez le sujet principal et réduisez le bruit.

Voici les instructions complètes que j'ai utilisées pour la dernière passe de nettoyage avec Nano Banana Pro. Elles ont permis d'obtenir le résultat le plus lisse lors de ce test, tout en préservant la reconnaissance du robot principal et de la composition générale de la ville. Il ne s'agit pas d'un verrouillage au pixel près, j'ai donc tout de même vérifié les petits détails.

Vous pouvez comparer ci-dessous le résultat original de GPT Image 2.5, le traitement initial à faible bruit et le nettoyage final effectué avec Nano Banana Pro. J'ai également recadré les mêmes zones pour faciliter la comparaison.

Essayez Image-à-Image

Ce test s'appuie sur notre approche plus globale. Comparaison des logiciels de retouche d'images GPT Image et Nano Banana Pro. Pour plus d'informations sur le flux de travail du produit et le sélecteur de modèle, consultez Comment utiliser Nano Banana dans Ima Studio.

Le test en trois étapes

ScèneModèleParamètresBut
AImage GPT 2.5 Rayon de soleil2048×1152, moyenÉtablir la composition
BImage GPT 2.5 Rayon de soleil2048×1152, moyenInstructions courtes et peu bruyantes
CNano Banana Pro16:9, 2KNettoyage ciblé

Étape 1 : Générer une scène suffisamment complexe pour révéler le bruit

Les consignes du module Canvas étaient rédigées en chinois. L'article propose des traductions anglaises fidèles afin que les lecteurs puissent les réutiliser sans avoir à se retrouver avec des instructions multilingues.

Un gigantesque guerrier mécanique bipède se dresse dans une métropole cyberpunk détrempée par la pluie. Légèrement décentré, il domine la scène. Son armure segmentée, d'un gris foncé et noir, est composée d'un système complexe de tuyauterie et d'articulations hydrauliques. Des bandes de capteurs magenta lumineuses parcourent son torse et sa tête.
Image GPT 2.5 Baseline Sunburst montrant un mécha géant dans une ville cyberpunk pluvieuse aux néons
Étape A. Image GPT 2.5 Rayon de soleil, 2048×1152, moyen, PNG.

L'image de base comprenait un imposant mécha, une ville humide, un réseau routier complexe et des armures sombres à fort contraste. La pluie, le brouillard et les reflets denses créaient des surfaces où le grain et les détails fragmentés étaient faciles à observer.

Étape 2 : Ajouter les instructions révisées relatives au faible bruit

Sortie haute définition et faible bruit. Les détails fins ne sont pas rendus sous forme d'artefacts fragmentés.
Image GPT 2.5 : Passage à faible bruit en effet de soleil du même mécha et de la même ville cyberpunk
Étape B. Image GPT 2.5 Sunburst, 2048×1152, moyen, PNG, utilisant l'invite courte à faible bruit.

La seconde passe a permis de conserver une composition proche de la composition de base tout en assurant une meilleure continuité entre les surfaces des mechas, le brouillard et les reflets de la ville. La consigne succincte a constitué une contrainte utile, sans pour autant garantir une identité parfaite des détails.

Étape 3 : Utilisez Nano Banana Pro pour un nettoyage ciblé.

Préservez le sujet principal et réduisez le bruit.
Passe de débruitage Nano Banana Pro 2K de la même scène de mécha Sunburst de GPT Image 2.5
Étape C. Nano Banana Pro, 16:9, 2K, résolution d'installation : 2752×1536.

L'étape C a conservé le même mécha principal et la composition générale de la ville, tout en produisant les dégradés et les reflets les plus fluides. Les extraits correspondants révèlent également des retouches locales au niveau des panneaux d'armure, des panneaux et des structures éloignées ; l'affirmation correcte est donc “ sujet principal et composition préservés ”, et non “ pixels identiques ”.”

Ce que j'ai vérifié à 100%

  1. Armure de poitrine et de jambes du mécha : bords des panneaux, dégradés sombres et articulations apparentes.
  2. Ciel pluvieux derrière la tête : grain, bandes et dissipation de la brume.
  3. Rue mouillée : reflets de néons et silhouettes de piétons.
  4. Bâtiments au loin : grilles de fenêtres, enseignes et lignes architecturales fines.

Cultures appariées à la même échelle de travail

J'ai normalisé les trois étapes sur une zone de travail de 2048 × 1152 pixels, puis j'ai appliqué les mêmes coordonnées de recadrage de 640 × 360 pixels. Ces recadrages facilitent le nettoyage, mais ils révèlent aussi des retouches locales invisibles dans l'image complète.

Armure mécanique et articulations

Étape A, récolte assortie d'armures méca
Étape A · ligne de base
L'étape B correspondait à la récolte d'armures méca
Étape B · invite à faible bruit révisée
L'étape C correspondait à la récolte d'armures méca
Étape C · Nano Banana Pro 2K

Ciel pluvieux et brume

Étape A récolte assortie de ciel pluvieux
Étape A · ligne de base
Étape B correspondant à la récolte du ciel pluvieux
Étape B · invite à faible bruit révisée
Le stade C correspondait à la récolte du ciel pluvieux
Étape C · Nano Banana Pro 2K

Écrans urbains et lignes fines

Étape A : une sélection identique d'écrans urbains
Étape A · ligne de base
Phase B : une récolte adaptée aux écrans de la ville
Étape B · invite à faible bruit révisée
Étape C correspondant à la récolte des écrans de la ville
Étape C · Nano Banana Pro 2K

Rue mouillée et reflets

Étape A : sélection identique de reflets de rue mouillée
Étape A · ligne de base
Étape B : recadrage correspondant aux reflets de la rue mouillée
Étape B · invite à faible bruit révisée
Étape C : recadrage correspondant aux reflets de la rue mouillée
Étape C · Nano Banana Pro 2K

Les recadrages ajustés permettent une conclusion plus précise que l'image complète seule : l'étape B réduit les détails fragmentés tout en conservant la scène proche de la ligne de base ; l'étape C affine les dégradés, mais redessine également les petits détails d'armure, d'écran et de ville. Le processus préserve le sujet principal et la composition générale, et non les pixels identiques.

Qu'est-ce qui a changé lors de cette session ?

VérifierÉtape AStade BStade C
Pose et géométrie du robotLigne de baseConservéConservé
bruit d'armure sombreDétails d'ombre densesSujet net ; aucun débris visible.Résultat le plus propre examiné
Ciel et brumeOccupéPlus lisseLa plus douce tout en retenant la pluie
Marques d'écranPrésentPrésentRéduction ; quelques marques mineures subsistent sur la façade.

Qu'est-ce qui peut mal tourner ?

Une image plus lisse peut tout simplement être plus petite.

La Nano Banana Pro utilisait la résolution 2K et atteignait une résolution de 2752×1536, l'image finale n'avait donc pas besoin d'une sortie à plus basse résolution pour paraître plus lisse.

“ Préserver ” n’est pas une garantie de verrouillage pixel par pixel

Les deux outils régénèrent les images. La posture du robot et la configuration de la ville ont été conservées, mais de petits détails de signalisation ont tout de même été modifiés.

Les enseignes lumineuses peuvent produire de faux textes

Les scènes cyberpunk privilégient les motifs géométriques. Si un texte précis est requis, supprimez les marques générées et composez le texte final en dehors du modèle d'image.

Essayez le flux de travail à deux modèles

J'ai utilisé GPT Image 2.5 Sunburst pour la création de la scène et Nano Banana Pro pour les retouches précises. Cette répartition a facilité la comparaison : un modèle a servi à la construction de la scène, tandis que l'autre s'est consacré à une tâche spécifique.

Essayez la fonction de réduction du bruit dans Image-à-Image

À propos de l'auteur

Partager cet article :

Restez connectés

Plus de mises à jour