Image Mixer fusionne plusieurs images en une seule entrée pour l'img2img de Stable Diffusion

RunPod a publié un guide sur Image Mixer, un outil qui fusionne plusieurs images sources en une seule entrée hybride, puis seulement après la transmet à l'img2img de Stable Diffusion. Au lieu d'une référence unique, le modèle reçoit un composite. Le paramètre strength, compris entre 0 et 1, détermine la part de ce composite qui subsiste dans le résultat. Il s'agit d'un tutoriel pour un outil existant, et non de l'annonce d'un nouveau modèle, mais le scénario fonctionne et peut être reproduit.

Ce que change Image Mixer par rapport à l'img2img classique

L'img2img classique prend une image et un prompt textuel. Le modèle ajoute du bruit à l'image, puis le retire en s'appuyant sur la description. La limite est évidente. Si l'image recherchée se situe entre deux ou trois références, il faut soit la décrire avec des mots, soit chercher longtemps le cliché parfait.

Image Mixer ajoute une étape avant la génération. Vous prenez plusieurs images, par exemple un portrait, une texture de tissu et un cliché avec la bonne palette, et vous obtenez une seule source mélangée. Le pipeline habituel prend ensuite le relais. Le mélange et le débruitage sont séparés dans le temps : chaque étape se règle donc indépendamment.

La courte présentation de RunPod ne donne aucun détail sur la mécanique interne. Les implémentations connues de ce type de mixeurs reposent sur des représentations vectorielles des images, et non sur une superposition pixel par pixel. Concrètement, le résultat ressemble davantage à un mélange de concepts qu'à un collage de deux calques.

Ce qui se règle

Le guide décrit l'installation et l'ordre des opérations. Les paramètres sont ceux, classiques, de Stable Diffusion :

• Images d'entrée : plusieurs sources, avec une contribution réglable pour chacune.
• Strength : de 0 à 1. Les valeurs basses conservent la composition de l'entrée mélangée, les valeurs hautes laissent la main au modèle et au prompt.
• Prompt : il affine le résultat, mais n'est pas obligatoire pour un premier essai.
• Seed : à fixer pour comparer les variantes de façon rigoureuse.
• Nombre de steps et guidance scale : les réglages standard de la qualité et du respect de la description.
• Matériel : GPU dans le cloud RunPod, facturé à la durée d'utilisation.

Où cela sert

Les tâches dont le résultat s'assemble à partir de plusieurs sources visuelles y gagnent le plus : moodboards pour le concept art, recherche de style pour des illustrations, variantes rapides d'emballage ou d'intérieur. Auparavant, le designer choisissait à la main une référence unique ou montait un collage dans un éditeur graphique. Désormais, le collage devient un paramètre.

L'association avec un GPU dans le cloud n'est pas fortuite non plus. Une série de dizaines de variantes à différentes valeurs de strength tourne lentement sur une carte locale dotée de peu de mémoire. Un accélérateur loué lève cette contrainte, et on ne paie que pour le temps d'utilisation.

Par où commencer en pratique

Voici la marche à suivre pour une première expérience :

1. Prenez deux ou trois images de taille comparable et de nature différente : un objet, une texture, une palette. 2.

Lancez le mélange avec des poids égaux, puis modifiez le poids d'une source à la fois et observez l'évolution de l'hybride. 3. Transmettez le résultat à l'img2img avec un strength moyen, autour de 0,4–0,6.

C'est un point de départ issu de la pratique courante, et non une recommandation du guide. Ajustez ensuite dans les deux sens. 4.

Fixez le seed et ne changez qu'un paramètre par essai. Sinon, vous ne saurez pas ce qui a produit l'effet. 5.

Vérifiez les licences des images sources. Un hybride issu d'œuvres tierces ne lève pas les questions de droit d'auteur, surtout dans les projets commerciaux.

Si vous travaillez déjà avec Stable Diffusion, Image Mixer n'exige pas de nouveau processus. Il ajoute une étape préalable qui fait gagner du temps dans la recherche de références.