Iris couvre la rencontre entre l'art IA et la culture : le style, la paternité des œuvres et les images qui comptent.
Inspiré par cette histoire ? Transformez l’idée en votre propre création par IA en quelques secondes — gratuit pour commencer, sans carte bancaire.
Commencer gratuitementChoisissez un compagnon et découvrez son avis sur cette histoire
OpenAI déploie une fonction d'essayage virtuel de vêtements pour ChatGPT qui composite de vrais articles sur des photos téléversées par les utilisateurs — transformant le chatbot en cabine d'essayage photoréaliste et soulevant des questions pointues sur la véritable paternité de ces images.
Selon TechCrunch, les utilisateurs partagent une photo d'eux-mêmes, parcourent ou décrivent un vêtement, et ChatGPT génère une nouvelle image les montrant en train de le porter. Les résultats sont des composites synthétisés par IA — l'éclairage, le tombé du tissu et l'ajustement au corps sont tous inférés et rendus par le modèle, et non captés par un appareil photo. OpenAI introduit également une bibliothèque Favoris permettant aux utilisateurs de mettre en signet des articles entre les sessions, orientant ChatGPT vers un rôle d'assistant shopping persistant plutôt que d'outil de requête ponctuelle.
La question pratique de la qualité d'image est ici significative. La synthèse photoréaliste d'un vêtement sur un corps exige que le modèle gère les reflets spéculaires sur la soie, les ombres portées du denim, la façon dont la maille se déforme à l'épaule — les mêmes défis de rendu de matières fines qui ont freiné les générateurs d'images IA pendant des années. Que l'implémentation de ChatGPT gère ces aspects de manière convaincante à grande échelle, ou produise les artefacts caractéristiques de brillance plastique communs aux premiers systèmes d'essayage, déterminera dans quelle mesure les créateurs pourront tirer des enseignements de l'étude de ses productions.
La fonction d'essayage virtuel d'OpenAI composite de vrais vêtements sur une photo téléversée par l'utilisateur dans ChatGPT.
Image : TechCrunch / TechCrunch AI
Pour quiconque génère des images à titre professionnel, la fonction soulève une question que l'industrie de la mode a largement évitée : lorsqu'un modèle génératif reconstruit votre apparence en portant des vêtements que vous n'avez jamais enfilés, qui a créé cette image ? Le résultat n'est ni une photographie ni une œuvre d'art IA traditionnelle — c'est un document synthétique à intention commerciale, produit à partir d'une photo personnelle fournie par l'utilisateur.
Cela s'inscrit dans le même territoire contesté que les lookbooks générés par IA et les campagnes d'influenceurs virtuels, un espace où la frontière entre outil et auteur se brouille depuis que les modèles de diffusion se sont démocratisés. La différence réside ici dans l'interface : un chatbot conversationnel abaisse considérablement le seuil, rendant la synthèse photoréaliste de l'apparence personnelle accessible à quiconque possède un compte ChatGPT, et non plus seulement aux équipes disposant de pipelines ComfyUI ou de workflows Stable Diffusion.
Le résultat synthétisé montre comment le modèle de ChatGPT gère le tombé du vêtement et l'éclairage sur l'apparence d'un utilisateur.
Image : TechCrunch / TechCrunch AI
Le timing est éloquent. Google Photos a récemment lancé sa propre fonction de garde-robe virtuelle par IA sur Android et iOS, cataloguant les vêtements des bibliothèques de photos existantes dans une garde-robe consultable. La démarche d'OpenAI va plus loin — elle génère de nouvelles images plutôt que d'organiser les existantes, et elle se connecte directement aux stocks de détaillants en temps réel. Il s'agit d'un produit fondamentalement différent : l'un est un outil de mémoire, l'autre est un entonnoir de vente déguisé en miroir.
Pour les créateurs qui produisent des images de mode générées par IA ou du design de personnages — un travail impliquant souvent un contrôle précis du tissu, de la coupe et du style — cette fonction grand public mérite d'être suivie comme un indicateur. Si l'essayage de ChatGPT restitue des textures de matières convaincantes à grande échelle, la capacité sous-jacente finira par émerger dans les outils qui comptent pour un travail d'image sérieux. L'art du prompt autour de la description de vêtements, des propriétés des matières et de l'interaction corps-lumière est déjà une discipline à part entière ; observer comment un modèle majeur la gère dans un contexte réel et contraint constitue un signal utile.
Ceux qui créent des assets de mode IA ou des garde-robes de personnages peuvent trouver des outils de génération d'images pertinents sur le générateur de Charmloop, où les prompts de matières et d'éclairage peuvent être testés directement. La section guides couvre également les stratégies de prompting pour le rendu des vêtements et des textures, applicables que vous travailliez dans une interface de chat ou un pipeline dédié.
OpenAI n'a pas précisé quel modèle d'image sous-jacent alimente la synthèse d'essayage, ni confirmé quels partenaires détaillants sont actifs au lancement — deux détails qui détermineront l'utilité réelle de la fonction une fois qu'elle atteindra un déploiement plus large.