Présentation du service
Google a dévoilé Google Pics, un outil de génération et d’édition d’images intégré à la suite Google Workspace. Le produit repose sur le modèle d’image Nano Banana, développé en interne, et cible les clients professionnels ainsi que les abonnés Google AI Pro ou Ultra. La mise à disposition s’effectuera progressivement sur plusieurs semaines, d’abord dans Docs et Slides, puis dans Drive.
Architecture et fonctionnement
Nano Banana est un modèle de génération d’images basé sur une diffusion latente, entraîné à partir d’un corpus d’œuvres d’artistes. Lorsqu’un utilisateur saisit une invite textuelle, le modèle produit plusieurs itérations d’image, chaque génération étant stockée côté serveur. L’infrastructure repose sur les TPU de Google, ce qui permet de répondre en quelques secondes même pour des résolutions élevées. L’API interne de Pics orchestre la création, l’isolation d’objets et la transformation, puis renvoie les résultats aux applications Workspace via des appels REST sécurisés.
Fonctionnalités d’édition et collaboration
Outre la génération à partir d’invites, Pics propose des outils d’édition : extraction d’objets, transformation géométrique, modification ou traduction de texte intégré dans l’image. Ces opérations utilisent des réseaux de segmentation et de reconnaissance optique de caractères (OCR) exécutés en temps réel. La plateforme supporte l’édition collaborative, chaque participant pouvant visualiser les différentes générations et sélectionner la version finale. Cette approche élimine le besoin de créer des modèles à partir de zéro, contrairement à des solutions comme Adobe Express où l’utilisateur conçoit manuellement chaque élément.
Analyse des impacts et limites
Le principal avantage réside dans la rapidité de production : une affiche ou un visuel social peut être généré en moins d’une minute, ce qui réduit le temps de conception pour les équipes marketing. Cependant, la dépendance à un modèle entraîné sur des œuvres existantes soulève des questions de droits d’auteur : les images générées peuvent refléter des styles protégés, sans mécanisme de traçabilité. De plus, la qualité varie selon la précision de l’invite ; les utilisateurs doivent souvent parcourir plusieurs générations pour obtenir un rendu satisfaisant, ce qui augmente la consommation de TPU et les coûts associés. L’intégration initiale limitée à Docs et Slides restreint l’usage aux documents et présentations, retardant l’adoption dans des flux de travail plus graphiques qui nécessitent un accès direct depuis Drive ou des outils de design tiers. Enfin, la confidentialité des données d’invite dépend du chiffrement TLS et des politiques de rétention de Google, mais aucune information détaillée n’est fournie sur la persistance des prompts dans les logs d’entraînement, ce qui constitue une zone d’opacité pour les entreprises soucieuses de la protection de leurs informations sensibles.
