Un enfant de quatre ans repère en une seconde qu'un personnage a changé de tête entre deux pages. Un adulte, souvent, ne le voit pas. Cette différence de perception constitue la contrainte principale de tout livre illustré personnalisé, et elle explique pourquoi la génération d'images n'a pas suffi à créer ce type de produit.
Pourquoi un modèle ne redessine pas le même visage
Les modèles de génération d'images fonctionnent par diffusion. Le principe consiste à partir d'un bruit aléatoire et à le débruiter progressivement jusqu'à obtenir une image cohérente avec la description fournie.
Le point déterminant tient à ce que ce bruit initial change à chaque génération. Deux requêtes identiques produisent donc deux images différentes. Le modèle ne conserve aucune représentation persistante d'un individu : il ne sait pas qu'il a déjà dessiné cet enfant, et il n'a aucun moyen de le savoir.
Ce comportement n'est pas un défaut, c'est le fonctionnement attendu. Un générateur d'images produit une occurrence plausible d'une description, pas une identité stable. Demander « un garçon de six ans, cheveux bruns bouclés, lunettes rondes » renvoie un garçon différent à chaque appel, tous conformes à la description.
Une même description textuelle correspond en effet à des millions de visages possibles. Aucune formulation, aussi détaillée soit-elle, ne réduit cet espace à un individu unique.
Les solutions techniques et leurs dates
Plusieurs méthodes ont été développées pour contourner ce comportement, et leur chronologie éclaire la difficulté du problème.
La fixation de la graine aléatoire, disponible depuis les premiers modèles, permet de reproduire exactement la même image. Elle devient inopérante dès que la description change, c'est-à-dire dès qu'on demande une autre scène.
DreamBooth, publié par Google Research en août 2022, propose un réentraînement partiel du modèle sur trois à cinq images d'un sujet, associé à un identifiant rare. La méthode fonctionne mais impose un entraînement par personne, coûteux en calcul et en temps.
Les adaptateurs de faible rang, dits LoRA, issus de travaux de Microsoft publiés en 2021 et appliqués aux modèles d'images en 2023, allègent considérablement ce coût. ControlNet, publié en février 2023, permet de contraindre la pose et la composition. IP-Adapter, publié par Tencent en août 2023, autorise l'usage d'une image de référence comme instruction.
Du côté des outils grand public, Midjourney n'a introduit sa fonction de référence de personnage, dite cref, qu'en mars 2024, avec la version 6. DALL·E 3, intégré à ChatGPT en octobre 2023, permettait de rappeler une image antérieure sans garantie de fidélité.
Aucune de ces méthodes ne résout entièrement le problème. Toutes améliorent la ressemblance sans la garantir, et leurs performances chutent lorsque l'angle de vue, l'éclairage ou la posture s'éloignent des images de référence.
Ce que vingt pages exigent réellement
Un livre Dreemax compte dix doubles pages, le texte à gauche et la scène principale à droite. Le héros apparaît sur la plupart d'entre elles.
Chaque apparition impose des variations : de face, de profil, de trois quarts, de dos, en pied, en gros plan, en mouvement, assis, endormi. Les éclairages changent selon les scènes, de plein jour à la lumière d'une lampe. Les vêtements peuvent évoluer. Les expressions doivent couvrir la joie, la surprise, la peur, la détermination.
Une génération isolée réussie ne prouve donc rien. Ce qui compte est la stabilité sur l'ensemble de la série, condition beaucoup plus exigeante.
À cela s'ajoute un phénomène de dérive. Utiliser une image générée comme référence pour la suivante propage les écarts : la teinte de peau glisse d'une planche à l'autre, les proportions évoluent, une mèche change de sens. L'écart entre deux pages consécutives reste imperceptible, celui entre la première et la dixième ne l'est plus.
La perception humaine complique encore l'affaire. L'œil compense les différences colorimétriques quand deux images sont côte à côte, mais pas lorsqu'on tourne une page. Un décalage invisible en cours de production saute aux yeux du lecteur.
La chronologie du projet
Le projet Dreemax démarre en octobre 2023. À cette date, aucun outil grand public ne propose de fonction de référence de personnage : DALL·E 3 vient d'être intégré à ChatGPT, Midjourney en est à sa version 5.2, et la fonction cref n'existe pas encore.
Les premiers livres sont produits début 2024. La contrainte est alors immédiate : obtenir un héros identifiable sur l'ensemble d'un ouvrage sans disposer d'un mécanisme d'identité fourni par les modèles. La réponse retenue ne consiste pas à attendre une amélioration des outils, mais à construire une chaîne de production autour d'eux.
À la connaissance de l'équipe, aucun éditeur ne proposait alors de livre illustré entièrement sur mesure, écrit à partir d'une idée libre et non d'un catalogue, avec un héros construit d'après l'enfant et maintenu cohérent d'un bout à l'autre de l'ouvrage. Les offres existantes reposaient sur des histoires préécrites avec insertion du prénom, ou sur des avatars paramétrables à partir d'un nombre fini de combinaisons. La distinction entre ces approches est détaillée dans l'article consacré aux niveaux de personnalisation.
La société est immatriculée en juin 2024. La chaîne de production a été revue plusieurs fois depuis, à mesure que les outils évoluaient, sans que sa logique change.
Comment la chaîne est construite
Le dispositif ne repose pas sur un modèle unique développé de zéro, hypothèse hors de portée d'une structure de cette taille et sans intérêt pratique. Il repose sur l'assemblage de modèles ouverts existants, façonnés en interne et intégrés à un logiciel de production développé par l'équipe.
Trois couches se superposent. Les modèles de base, choisis parmi les modèles ouverts disponibles, fournissent la capacité de génération. Des adaptateurs entraînés en interne spécialisent ces modèles sur le style graphique de la maison et sur les contraintes de l'illustration jeunesse. Le logiciel de production orchestre l'ensemble, applique les références de personnage, gère les étapes de post-traitement et conserve les paramètres associés à chaque livre.
Ce dernier point est le plus déterminant. Un livre unique suppose de conserver, pour chaque héros, une définition stable réutilisable à chaque nouvelle génération. Cette persistance ne relève pas du modèle, qui n'en garde aucune trace, mais de l'outil construit autour de lui.
Le protocole retenu
La méthode repose sur un principe simple : la cohérence ne se demande pas au modèle, elle se contraint en amont et se vérifie en aval.
Première étape, la fiche de personnage. Le héros est construit sous plusieurs angles, avec des proportions fixées numériquement, avant qu'aucune planche de l'histoire ne soit produite. Ce document sert de référence unique à toutes les générations suivantes.
Deuxième étape, les marqueurs de reconnaissance. Trois à cinq éléments visibles même en vignette sont arrêtés pour chaque héros : coiffure et son implantation, accessoire récurrent, vêtement caractéristique, particularité physique. Le test de validation consiste à remplir le personnage de noir : sa silhouette seule doit rester identifiable.
Troisième étape, la charte colorimétrique. Teinte de peau, cheveux, yeux, vêtements sont enregistrés en valeurs précises et réappliqués à l'identique, y compris pour les variantes d'éclairage, qui sont calculées à partir de la couleur de référence plutôt qu'improvisées.
Quatrième étape, la planche d'expressions, produite à partir de la fiche validée. Une expression modifie le visage sans modifier les proportions ni les marqueurs.
Cinquième étape, le contrôle de série. Les dix planches sont examinées ensemble et non une par une, avec trois vérifications : silhouette réduite à sa forme, valeurs colorimétriques comparées à la référence, proportions superposées sur une même échelle. C'est l'étape qui détecte les dérives progressives.
Le protocole complet est détaillé dans l'article consacré à la cohérence du héros illustré, et le travail de transposition depuis une photo dans celui sur l'illustration d'après photo.
Le rôle des graphistes dans la chaîne
L'outil ne produit pas un livre. Il produit des propositions, que des graphistes trient, corrigent et valident à chaque étape.
Trois moments concentrent cette intervention humaine. La construction de la fiche de personnage d'abord, où le choix des marqueurs de reconnaissance relève d'un jugement graphique et non d'un calcul : décider que la reconnaissance passera par la mèche et les lunettes, et non par la forme exacte du nez, demande une expérience de l'illustration jeunesse.
La composition des planches ensuite. Un modèle place les éléments d'une scène sans hiérarchie d'intention. Décider où porte le regard, ce qui occupe la lumière, ce qui reste au second plan, relève de la mise en page et se corrige à la main.
Le contrôle de série enfin, qui reste le point le plus exigeant. Les dérives de teinte et de proportion se repèrent par comparaison visuelle sur l'ensemble des planches, exercice pour lequel l'œil humain demeure plus fiable qu'une mesure automatique, précisément parce que c'est un œil humain qui lira le livre.
Cette combinaison est un choix de production assumé. Une chaîne entièrement automatisée produirait plus vite et à moindre coût, avec un taux d'incohérences que le lectorat visé, des enfants de deux à neuf ans, repère immédiatement.
La vérification est à la portée de n'importe qui
Cette contrainte technique a une propriété utile : elle se contrôle sans compétence particulière.
Il suffit d'ouvrir un livre à deux pages éloignées, par exemple la troisième et la neuvième double page, et de comparer le personnage. Trois points suffisent : le sens de la mèche ou de la raie, la position exacte d'un signe distinctif, taches de rousseur ou lunettes, et la teinte de peau entre une scène de jour et une scène de nuit.
C'est la raison pour laquelle les exemples sont consultables page par page plutôt que réduits à des couvertures. Une couverture réussie ne renseigne en rien sur la stabilité d'une série.
Les limites du dispositif
Deux réserves méritent d'être formulées explicitement.
Le protocole complet s'applique au héros désigné. Les personnages secondaires, jusqu'à trois, disposent d'un traitement simplifié, ce qui correspond à leur rôle narratif mais implique un niveau de cohérence inférieur.
La ressemblance obtenue est une interprétation, pas une reproduction. Une illustration jeunesse ne restitue pas un visage, elle en conserve les traits caractéristiques et en simplifie le reste. Un ajustement reste possible après réception du visuel si un détail ne correspond pas.
Le fonctionnement côté client, avec ou sans photo, est décrit sur la page consacrée au livre illustré d'après photo, et les caractéristiques du produit figurent sur la fiche produit.
Contact
Les journalistes souhaitant approfondir le sujet technique ou obtenir des exemples de fiches de personnage peuvent écrire depuis la page contact. Un exemplaire de démonstration peut être créé sur demande à partir d'un prénom et d'une description.
