InvokeAI

Qu’est-ce que InvokeAI ?

InvokeAI est un studio d’IA générative open source pour créateurs, destiné à la création d’images et de vidéos. Il regroupe la génération d’images à partir de texte, la génération d’images à partir d’images, le redessin local, l’agrandissement d’images, des canevas en couches, ControlNet, LoRA, la gestion de modèles et des workflows basés sur des nœuds, tout cela au sein d’une interface web professionnelle, et peut fonctionner entièrement sur son propre ordinateur ou serveur.

Invoke a d’abord été développé conjointement par l’équipe commerciale et la communauté. L’équipe fondatrice a rejoint Adobe en 2025, et la plateforme hébergée officiellement a été fermée en octobre de la même année ;

La maintenance des projets open source a été confiée à Lincoln Stein, Vic et à la communauté, tandis que le code principal continue d’être développé activement.

Génération d’images à partir de texte et génération d’images à partir d’images

L’utilisateur peut entrer des prompts positifs et négatifs, choisir le modèle, la résolution, le sampleur, le nombre d’étapes, le CFG et la graine pour générer une image. La génération d’image à partir d’une image sert à contrôler les couleurs et la structure à l’aide de l’image initiale, tandis que l’intensité du débruitage détermine dans quelle mesure l’image originale est conservée.

Les différents modèles répondent différemment aux mots-clés de suggestion et aux paramètres. Un plus grand nombre d’étapes n’améliore pas nécessairement la qualité et augmente également le temps de génération ; il convient de les tester selon la documentation du modèle.

Prompt avancé

Invoke prend en charge les poids des prompts, leur combinaison et des prompts dynamiques ; l’utilisateur peut ajuster l’influence des concepts ou déployer en masse plusieurs variations. Les modèles de prompts conviennent pour définir le sujet, le style, la qualité et l’esthétique, mais il ne faut pas empiler mécaniquement des mots tels que « haute qualité ».

Canvas stratifié

Unified Canvas offre une édition IA par calques : les utilisateurs peuvent dessiner, déplacer, agrandir et combiner des calques raster, ainsi que créer des guides, des références et des masques de redessin local pour différentes zones. Chaque calque est manipulé de manière indépendante, ce qui se rapproche davantage du processus d’édition d’images professionnel.

La boîte de délimitation de génération dans la toile définit le contexte que le modèle perçoit ainsi que la zone de sortie ; le contenu en dehors de cette boîte ne sera pas pris en compte pour cette génération. Lors de l’agrandissement de l’image ou du renouvellement des textures, il faut inclure suffisamment de contexte à l’intérieur de la boîte.

Redessin local et agrandissement

L’Inpainting ne génère que la zone masquée, ce qui est idéal pour corriger les personnes, remplacer des objets et nettoyer les détails ; l’Outpainting, quant à lui, étend l’image au-delà de ses limites initiales.

La fusion marginale dépend du masque, du contexte et des capacités du modèle.

Indications régionales et schémas de référence

La Guidance régionale permet d’utiliser des descriptions différentes pour différentes zones de la toile, tandis que l’Image de référence régionale fournit une référence visuelle locale. L’utilisateur peut ainsi contrôler plus précisément la position des personnages, les vêtements, les objets et la composition.

ControlNet

Invoke offre des directions de contrôle ControlNet telles que la profondeur, le bord, l’attitude, etc., pour intégrer des conditions structurelles dans la génération. Plusieurs contrôles peuvent être combinés, mais des poids trop élevés rendent l’image rigide, tandis que des poids trop faibles empêchent de maintenir la composition.

LoRA et inversion textuelle

Model Manager permet d’installer et de gérer LoRA, Textual Inversion, ControlNet ainsi que les Checkpoints. LoRA est idéal pour introduire des styles, des personnages ou des caractéristiques de produits ; plusieurs LoRA peuvent être combinés selon des poids définis.

Chaque fichier de modèle possède sa propre licence et ses mots déclencheurs ; la licence Apache pour les logiciels open source ne couvre pas les poids des modèles. Une vérification distincte est nécessaire avant toute utilisation commerciale.

Modèle de base pris en charge

Invoke prend en charge Flux, SDXL, Stable Diffusion 1.5 ainsi que de nouveaux modèles open source ou à poids ouverts qui sont constamment ajoutés. La documentation actuelle couvre également Ideogram 4, Flux 2, Krea-2, Z-Image, etc. La disponibilité concrète varie en fonction de la version et du matériel.

Certains modèles nécessitent d’accepter les conditions de la plateforme de modèles et un token d’accès à la configuration, et peuvent également être réservés à des utilisations non commerciales. « Installable » dans Model Manager ne signifie pas « libre d’utilisation commerciale ».

Gestion des modèles Model Manager

Les utilisateurs peuvent installer des modèles à l’aide de l’ID du dépôt Hugging Face, de l’adresse du fichier, du chemin local ou du scan d’un dossier. Le Manager reconnaît les structures Checkpoint et Diffusers et permet d’enregistrer la source, des descriptions et des métadonnées.

Les modèles occupent généralement de quelques Go à plusieurs dizaines de Go ; il convient de planifier l’espace disque, les sauvegardes et la suppression des fichiers redondants. Les tokens d’accès ne peuvent être stockés que dans la configuration, et non dans les workflows ou les captures d’écran.

Workflow de nœud

Workflow Builder permet de créer des pipelines réutilisables à l’aide de nœuds visuels, ces nœuds étant appelés Invocations dans Invoke. Les workflows peuvent combiner le chargement de modèles, des conditions, du échantillonnage, du traitement d’images, du enregistrement et une logique personnalisée.

Form Builder permet de transformer les paramètres clés d’un diagramme complexe en formulaires simplifiés, facilitant ainsi leur utilisation par les membres de l’équipe, sans avoir à modifier le diagramme de nœuds.

Exécuter un flux de travail sur Canvas

La version actuelle prend en charge l’exécution directe de workflows sur la couche Raster du canevas. Un workflow nécessite l’activation du Form Builder, au moins une entrée d’image et un nœud Canvas Output ;

Le résultat sera placé dans la zone de stockage temporaire du tableau, et sera accepté après vérification par l’utilisateur.

Nœud personnalisé

Les développeurs peuvent utiliser Python pour créer la logique d’entrée, de sortie et d’exécution d’Invocation, afin d’ajouter de nouveaux modèles, des prétraitements, des opérations sur les images ou des services externes. Les nœuds personnalisés s’exécutent dans le processus serveur, et leur source doit être vérifiée, tout comme pour les autres dépendances de code.

File d’attente et génération en lot

Invoke peut ajouter des tâches de génération à la file d’attente, et permettre une itération rapide par lots, avec des indications dynamiques et des seeds fixes ou aléatoires. En environnement de production, il convient de définir des paramètres de concurrence, de nettoyage du disque, de tentatives de réessai en cas d’échec, ainsi que des limites pour les ressources utilisateur.

Gestion des images Boards

Les Boards servent à organiser les images générées, permettant de créer des catégories par projet, par étape ou par type, ainsi que de télécharger et de gérer des actifs en masse. L’ancienne version du hébergement commercial distinguait les Boards privés des Boards partagés ;

Les capacités multi-utilisateurs spécifiques de la version open source dépendent du mode de déploiement et de la version.

Génération de vidéo

Invoke offre actuellement un support vidéo Wan 2.2 expérimental, comprenant la génération de vidéo à partir de texte, la génération de vidéo à partir d’images, ainsi que des modèles combinant ces deux tâches. Le flux de travail officiel permet de générer de courtes séquences MP4 et de compresser certains grands modèles en environ 4 étapes grâce à Lightning LoRA.

Les modèles vidéo nécessitent une grande quantité d’espace disque et de mémoire vidéo. Selon les informations officielles actuelles, les deux paquets de modèles d’entrée de gamme Wan occupent respectivement environ 36 GB et 32 GB, tandis que l’installation conjointe, en raison des composants partagés, nécessite environ 56 GB ;

Dans un environnement à ressources limitées, on peut choisir un modèle de quantification plus petit.

Windows, macOS et Linux

Invoke Launcher prend en charge Windows, macOS et Linux. Pour Windows, il est nécessaire d’avoir Windows 10 ou une version ultérieure ainsi qu’une GPU compatible ;

macOS exige Apple Silicon, les Mac Intel ne sont pas compatibles ; Linux prend en charge NVIDIA et AMD.

Exigences matérielles

Le matériel varie en fonction du modèle et de la résolution de sortie. Les références officielles actuelles sont d’environ 4 Go de mémoire vidéo pour SD1.5, environ 8 Go pour SDXL, et environ 10 Go pour Flux 1.

Les modèles Flux, Krea et Wan plus importants peuvent nécessiter de 12 à 24 Go ou plus de mémoire vidéo, ainsi que 32 Go de mémoire système.

Tous les systèmes Apple Silicon peuvent fonctionner ; il est recommandé 16 Go de mémoire RAM ou plus. Les GPU AMD sont principalement pris en charge sous Linux.

Le mode CPU peut être démarré, mais la génération locale est généralement lente.

Python, Docker et installation manuelle

Les utilisateurs avancés peuvent installer manuellement depuis GitHub ou utiliser Docker. La documentation actuelle exige Python 3.11 à 3.12.

Docker facilite l’isolation des dépendances et le déploiement des serveurs, mais les pilotes GPU et les dossiers des modèles doivent néanmoins être correctement mappés.

Local et confidentialité

Lors de l’utilisation de modèles ouverts locaux, les prompts, les images et les résultats générés restent sur votre propre appareil, sans nécessité de les télécharger sur des services cloud tiers. Lorsque l’on fait appel à des modèles API tels que GPT Image ou Gemini, les données sont néanmoins envoyées au fournisseur correspondant et soumises à ses politiques.

Intégration API et serveur

L’interface web d’Invoke exécute le backend sur un serveur local et des nœuds, permettant aux développeurs de créer des automatisations autour des workflows, des files d’attente et des actifs. Pour une déploiement en réseau public, il convient d’ajouter l’authentification, HTTPS, un proxy inversé, l’isolation des fichiers et des quotas de ressources.

Ne mettez pas le service de développement par défaut directement en ligne, et n’encodez pas les clés API en dur dans les nœuds personnalisés.

Comparaison des méthodes de déploiement actuelles et des coûts

Invoke ne propose actuellement aucune abonnement cloud propriétaire officiel. Les prix Starter, Indie, Premier et Enterprise mentionnés dans les anciens documents d’aide ont été supprimés avec la fin de Hosted et ne doivent pas être considérés comme des tarifs en vigueur.

Les frais de hébergement par un tiers sont indiqués sur la page en temps réel de chaque fournisseur.

Pourquoi la vieille plateforme Hosted a-t-elle été fermée ?

Selon la page officielle de l’application, après que l’équipe fondatrice a rejoint Adobe, le service de hébergement Invoke a été fermé en octobre 2025. La version open source continue d’être maintenue par la communauté ; les utilisateurs peuvent la télécharger et l’installer ou choisir un hébergement GPU tiers.

Licence Apache-2.0 et GitHub

Le dépôt GitHub officiel d’InvokeAI met à disposition le code source complet, sous licence Apache-2.0, qui autorise la modification, la distribution et l’intégration commerciale, tout en exigeant que la licence et les déclarations associées soient conservées.

La licence ne couvre que le code Invoke. Les droits relatifs aux modèles, aux données d’entraînement, aux nœuds personnalisés et au matériel généré doivent être confirmés séparément.

Guide d’utilisation d’InvokeAI

Terminer une tâche de base

1. Dans InvokeAI, précisez les conditions de déclenchement, les données d’entrée et l’action finale ;
2. Se connecter à l’application requise avec un compte de test et accorder les permissions minimales ;
3. Configurer la génération d’images à partir de texte et d’images, ainsi que les prompts avancés, en mappant chaque champ individuellement ;
4. Ajout de branches, gestion des échecs, tentatives de réessai et approbation manuelle ;
5. Exécuter avec une petite quantité de données de test et vérifier la sortie à chaque étape ;
6. Activer le processus officiel uniquement après avoir confirmé l’absence d’écritures redondantes et de frais anormaux ;

Créer des flux de travail professionnels réutilisables

1. Choisir des processus métier à une fréquence de répétition élevée et avec des règles bien définies ;
2. Dessiner les chemins de déclenchement, de jugement, d’exécution et de rollback ;
3. Découper la génération d’images à partir de texte et la génération d’images à partir d’images, ainsi que les prompts avancés et les calques de Canvas, en modules réutilisables ;
4. Définir les journaux, le budget, les délais et les limites de permissions ;
5. Organiser le responsable pour effectuer des contrôles aléatoires sur les résultats et gérer la file d’échecs ;
6. Revoir mensuellement les permissions d’accès, les règles métier et les coûts réels ;

À qui s’adresse-t-il ?

• Créateurs souhaitant exécuter la génération d’images par IA localement et contrôler les données ;
• Illustrateurs et designers ayant besoin d’une édition locale par couches et d’agrandissement d’images ;
• Équipes utilisant ControlNet et LoRA pour contrôler l’identité visuelle de la marque ;
• Art technique pour la construction de pipelines d’images répétables en nodalité ;
• Développeurs qui doivent créer leur propre serveur de génération ;
• Membres de la communauté open source souhaitant étudier les modèles ouverts et contribuer du code.

Avantages du produit

• Open source Apache-2.0, gratuit et pouvant être hébergé soi-même ;
• Un Canvas stratifié est plus adapté aux éditeurs professionnels qu’un formulaire généré en une seule fois ;
• Le flux de travail de nœud et Form Builder prennent en compte à la fois les utilisateurs avancés et les utilisateurs ordinaires ;
• Gestion complète des modèles, LoRA et ControlNet ;
• Prend en charge Windows, Apple Silicon et Linux ;
• Le projet continue d’être entretenu par la communauté même après la fin de son hébergement commercial.

Restrictions et précautions

• L’hébergement officiel est désormais fermé, les utilisateurs doivent se procurer du matériel local ou recourir à un hébergement tiers ;
• Le téléchargement des modèles de grande taille et les exigences en mémoire vidéo sont élevées, et la compatibilité avec AMD et macOS dépend également du modèle ;
• Le code open source ne signifie pas que le modèle peut être utilisé à des fins commerciales ; son déploiement sur Internet nécessite des mesures de sécurité supplémentaires.
• Le paquet de modèles pour les fonctionnalités vidéo expérimentales est très volumineux, et la vitesse de génération ainsi que la stabilité dépendent du matériel ;

Questions fréquentes

InvokeAI est-il gratuit ?

Gratuit, la version locale principale actuelle est soumise à la licence Apache-2.0 ; le matériel de calcul ou les GPU cloud tiers sont facturés séparément.

Le cloud officiel d’InvokeAI fonctionne-t-il encore ?

Non, l’Invoke Hosted original a été fermé en octobre 2025 ; actuellement, la solution recommandée par les officiels est une installation locale ou un hébergement tiers.

Quels systèmes InviteAI prend-il en charge ?

Prend en charge Windows 10 et versions ultérieures, macOS Apple Silicon et Linux ; les Mac Intel ne sont pas compatibles.

InvokeAI peut-il générer des vidéos ?

Prend en charge la génération vidéo à partir de texte et de images dans Wan 2.2 en mode expérimental, ce qui nécessite des paquets de modèles volumineux et beaucoup de mémoire vidéo.

InvokeAI est-il open source ?

Logiciel open source, le dépôt principal est sous licence Apache-2.0.