Astria.ai

Qu’est-ce que Astria.ai ?

Astria.ai est une plateforme de génération d’images sur mesure destinée aux développeurs, aux studios d’image et aux équipes de applications d’IA. Les utilisateurs peuvent télécharger des personnages, des produits, des vêtements, des animaux de compagnie ou des éléments stylistiques, puis entraîner des modèles spécialisés pour générer en masse des images plus cohérentes.

Elle offre à la fois une interface web et une API REST, et regroupe dans un même service le fine-tuning des modèles, les prompts, la génération d’images, la génération de vidéos, les appels de retour ainsi que la facturation. La plateforme est particulièrement adaptée à la création de photos générées par l’IA, d’images de produits, d’essais virtuels et de contenus de marque.

Fonctionnalités clés

• Ajustement des images : création de modèles spécialisés à partir d’images d’entraînement capables de reconnaître des personnes, des objets ou des styles spécifiques.
• Flux LoRA : Entraînement de poids d’adaptation légers sur le modèle de base Flux, en tenant compte à la fois du maintien de l’identité et de la compréhension des prompts.
• FaceID : utilise moins d’images de référence pour identifier rapidement une personne, sans avoir besoin de procéder à un entraînement traditionnel par pondération.
• Génération d’images : contrôle des résultats à l’aide de prompts, de prompts négatifs, de seeds, de dimensions et du nombre d’images à générer.
• Contrôle de l’image : prise en charge des images de référence, de la posture, de la profondeur, des bords, du redessin local et de diverses méthodes ControlNet.
• Amélioration du traitement : propose des options telles que la restauration du visage, le changement de visage, l’ultra-résolution, la granulation cinématographique et le style de couleur.
• Modèle Pack : emballer la configuration d’entraînement et un ensemble de prompts en un modèle réutilisable pour des photos ou des images de produits.
• Génération de vidéos : prise en charge de la génération de vidéos à partir de texte, de images, de plusieurs références, de frames de début et de fin, ainsi que du contrôle audio et des mouvements.
• API pour les développeurs : Créer, consulter, supprimer des tâches via les ressources Tune et Prompt, ainsi que recevoir des Webhook.

Comparaison des méthodes de fine-tuning des modèles

Caractéristiques de l’entraînement Flux LoRA

Le document actuel d’Astria présente Flux comme une approche importante pour le fine-tuning et l’inference ; la préconfiguration Portrait recommandée peut également être utilisée pour la plupart des entraînements non stylistiques. Cette préconfiguration gère le cadrage des visages, les images floues ou à faible résolution, et minimise autant que possible le surapprentissage du modèle concernant les vêtements et l’arrière-plan.

• La résolution de base est de 1024 pixels, et elle peut gérer diverses proportions d’aspect.
• Les prompts descriptifs en langage naturel sont généralement plus adaptés à Flux qu’une simple accumulation de tags.
• La préférence Portrait met l’accent sur les caractéristiques identitaires, la diversité de la composition et l’alignement des prompts.
• La préconfiguration Fast convient aux scénarios où la sortie doit être proche de celle du graphique d’entraînement, mais il s’agit d’une solution rapide plus ancienne.
• Le nombre d’itérations d’entraînement influence le coût, la similarité, la capacité de généralisation et le risque de surapprentissage.
• L’utilisation commerciale nécessite encore de vérifier la portée des licences fournies par le modèle de base et la plateforme.

Comment entraîner un modèle dédié aux personnages

1. Choisissez LoRA, FaceID ou une autre méthode d’entraînement, et précisez si vous souhaitez générer un portrait, une photo de corps entier ou une image de scène.
2. Préparez de 4 à 16 photos claires d’une même personne, en prenant en compte des plans rapprochés, des portraits, différentes angles et des expressions.
3. Exclure les images avec des filtres importants, des obstacles, des photos en groupe, des compositions répétées et une résolution insuffisante.
4. Créez un Tune, sélectionnez le modèle de base, la catégorie de personnage, les paramètres d’entraînement et téléchargez les images d’entraînement.
5. Générer les premiers échantillons à l’aide de prompts de test fixes avec diverses scènes et conditions lumineuses.
6. Comparer le degré de similarité des identités, l’adhérence des mains, du visage et des vêtements, ainsi que le surapprentissage du fond.
7. Ajustez les images d’entraînement, les prompts, l’intensité LoRA ou les paramètres de génération, puis finalisez le modèle.

Prompts et génération d’images

Astria désigne une tâche de génération d’image par « Prompt » et la lie à un certain Tune. Les développeurs peuvent contrôler le nombre de générations, le rapport de aspect, la graine aléatoire, le nombre d’étapes de raisonnement, l’intensité du prompt et l’adresse de rappel.

• Les indications positives décrivent le sujet, les vêtements, l’environnement, l’objectif, l’éclairage et le style de l’image.
• Les indications négatives servent à exclure les objets indésirables, les distorsions ou les caractéristiques visuelles.
• La fixation des graines aide à comparer les variations des paramètres, mais ne garantit pas d’obtenir la même image d’un modèle à l’autre.
• Le contrôle de l’intensité LoRA équilibre les caractéristiques spécialisées et les capacités du modèle de base.
• La sur-résolution, la restauration de visages et le changement de visage augmentent les étapes de traitement et les coûts.
• Une seule mission peut demander de 1 à 8 images ; le coût exact varie en fonction du modèle et des fonctionnalités d’amélioration.

Qu’est-ce que le modèle Pack ?

Un Pack est un ensemble de mots-clés, de règles de classification et de paramètres de formation qui permet de transmettre directement aux applications les thèmes photographiques conçus par l’équipe créative. Il permet de réduire les paramètres codés en dur au niveau du backend et d’autoriser le personnel opérationnel à mettre à jour les thèmes sans avoir à modifier le programme.

Comment créer une application de photos générées par l’IA avec Packs

1. Concevez d’abord plusieurs thèmes visuels pour le public cible, puis utilisez plusieurs personnes testeurs pour vérifier l’équité et la stabilité.
2. Définir le modèle de base, le type d’entraînement, la classification des personnages, les prompts et les paramètres de génération dans Pack.
3. L’interface utilisateur collecte les photos des utilisateurs et vérifie leur nombre, leur netteté et la qualité du visage avant le téléchargement.
4. L’backend crée des Tune à l’aide de Pack, afin de conserver la correspondance unique entre les commandes commerciales et les Tune.
5. Attendre la fin de l’entraînement pour récupérer le callback, puis déclencher les prompts en masse dans Pack.
6. Afficher les résultats de génération aux utilisateurs, tout en enregistrant les choix, les échecs et les raisons des remboursements.
7. Mettre à jour le Pack en fonction des retours réels, sans avoir besoin d’inscrire chaque prompt de manière fixe dans le code backend.

Essai virtuel et photographie de produits

Astria peut combiner des références de personnages, de vêtements ou de produits avec des modèles de génération, afin d’utiliser des essais virtuels et de créer du contenu pour le e-commerce. Les références de vêtements peuvent être des images de mannequins portant les vêtements ou des images en planche, mais les instructions de formation et les catégories des sujets doivent être correctement étiquetées.

• Essai de vêtements : transférer les vêtements désignés sur le personnage cible ou le mannequin virtuel.
• Photographie de produits en studio : Création de matériel de produits avec différents arrière-plans, éclairages et compositions.
• Mannequin de marque : conserver la même identité tout en changeant les vêtements, les postures et le lieu.
• Aménagement immobilier : Créer différents styles de meubles et de décoration pour l’espace intérieur.
• Photos de animaux de compagnie : former le sujet de l’animal de compagnie et créer des thèmes de fête, de film ou de peinture.
• Variantes de marketing : création en masse de contenus visuels en format horizontal, vertical et adaptés aux réseaux sociaux.

Génération avec plusieurs personnages et plusieurs LoRA

La fonction multi-LoRA permet d’inclure plusieurs personnages entraînés dans la même image, mais plus le nombre de personnages est élevé, plus les risques de confusion identitaire et d’échec de composition augmentent généralement. Chaque personnage doit utiliser un modèle de base compatible, et sa position ainsi que ses caractéristiques doivent être clairement décrites dans les prompts.

• Créer un Flux LoRA à la qualité stable pour chaque personnage.
• Utiliser le même modèle de base ou un modèle compatible, ainsi que la même méthode d’entraînement.
• Spécifiez gauche/droite, avant/arrière, vêtements et actions dans les instructions.
• Commencer par des tests de scènes en buste à deux personnes, puis ajouter des arrière-plans plus complexes et des mouvements du corps entier.
• Vérifier les problèmes de correspondance des visages, d’overlap des membres et d’échange de vêtements.

Capacité de génération de vidéos

L’interface vidéo d’Astria couvre la génération de vidéo à partir de texte, la génération de vidéo à partir d’images, la conversion d’image de référence en vidéo, la vidéo de référence et le contrôle des mouvements. L’utilisateur peut choisir le modèle vidéo, les indications de mouvement, la durée, le rapport d’aspect, les frames de début et de fin ainsi que les paramètres audio.

• Vidéo générée par texte : génération directe de vidéos en entrant uniquement une description des actions et du décor.
• Vidéo générative : Générer ou télécharger la première image, puis décrire les personnages et le mouvement de la caméra.
• Vidéos de référence multiples : utiliser plusieurs images de référence de personnes ou de produits pour conserver les caractéristiques du sujet.
• Contrôle des frames de début et de fin : spécifier les images de début et de fin de la vidéo pour encadrer le processus de changement.
• Migration des mouvements : télécharger une vidéo de référence pour que la personne cible reproduise le mouvement.
• Génération audio : certains modèles peuvent générer du son ou recevoir un audio de référence.
• Durée de la vidéo : Les valeurs possibles dépendent du modèle ; les frais augmentent généralement de manière linéaire au-delà de la durée de base.

Prix des modèles vidéo représentatifs

La documentation officielle indique le prix en cents pour chaque tâche vidéo d’une durée de base, les différents résolutions, audio, durées et modèles entraînant des frais distincts. Le tableau ci-dessous ne présente que des modèles représentatifs ; le montant réel à payer est celui en vigueur au moment de la création de la tâche.

API et compétences des développeurs

• Interface REST : Elle offre des opérations de création, de consultation, d’affichage et de suppression pour les ressources principales Tune et Prompt.
• Authentification par porteur : L’autorisation est accordée à chaque demande à l’aide de la clé API du compte.
• Appel de retour Webhook : Envoi d’un objet de résultats au backend métier une fois l’entraînement ou la génération terminés.
• Contrôle d’identité : éviter la création répétée de modèles ou le débit répété en cas de tentative de relance en raison d’un délai d’attente.
• Test de simulation : utilisez Fast Test Branch pour créer des Tune et des images simulées, sans frais de génération réels.
• Rechargement automatique : lorsque le solde atteint zéro, il est possible de recharger le montant du compte selon les paramètres définis, idéal pour les applications en fonctionnement continu.
• API Packs : sépare les modèles créatifs de la logique backend, et prend en charge des bibliothèques d’images ainsi que des Packs privés pour les utilisateurs.
• Vérification des images : Identifier avant l’entraînement les images de faible qualité et les caractéristiques des personnes, afin d’indiquer les problèmes de téléchargement.

Étapes d’intégration API

1. Inscrivez-vous et créez une clé API dans les paramètres ; la clé n’est stockée que du côté serveur.
2. Utilisez d’abord le mode Mock pour valider l’authentification, la création de tâches, la consultation des états et le traitement des rappels.
3. Générer un titre ou une identifiant unique pour chaque commande commerciale, et activer les paramètres d’identité de compte.
4. Téléchargez des images d’entraînement ou fournissez l’adresse d’une image contrôlée, créez un Tune et notez le numéro de retour.
5. Recevoir l’état de fin de formation via un Webhook pour éviter les limites de débit causées par des requêtes de consultation fréquentes.
6. Créer un Prompt ou appeler Pack pour générer des images, et enregistrer le coût de la tâche ainsi que l’état de sortie.
7. Utiliser un recul exponentiel pour les délais de réponse et les erreurs du serveur, afin de vérifier si la tâche a bien été créée.
8. Nettoyer Tune, les graphes d’entraînement et les résultats de génération lorsque l’utilisateur supprime son compte ou termine une commande.

Règles de facturation et de solde

Astria utilise un système de solde prépayé et de facturation par opération, où le solde du compte est partagé entre l’interface web et l’API. Les utilisateurs peuvent acheter des crédits et configurer des recharges automatiques, mais les recharges fréquentes de petits montants peuvent être refusées par la banque émettrice de la carte.

Étant donné que les coûts de formation et de génération d’images varient en fonction du modèle et des fonctionnalités, le catalogue ne doit plus mentionner des prix fixes datant de plusieurs années. Avant le lancement officiel, il convient de se rendre sur la page des prix pour vérifier le coût actuel du projet, et de calculer le bénéfice brut en tenant compte du taux réel d’échec, des tentatives de réessai et des frais de stockage.

Sauvegarde et suppression des données

Selon la documentation officielle, une fois l’entraînement terminé, les images générées, les images d’entraînement et le modèle sont conservés par défaut pendant 30 jours, avant d’être supprimés automatiquement. L’utilisateur peut supprimer l’intégralité de Tune à l’avance ou choisir dans les paramètres de facturation de prolonger le stockage du modèle.

• Obtenez une autorisation explicite des détenteurs des droits des personnes et des éléments figurant dans la photo avant de la télécharger.
• Évitez de télécharger des pièces d’identité, des informations de paiement, des documents médicaux ou des informations personnelles non pertinentes.
• Transmettre les images via une adresse temporaire du serveur, en limitant la durée de validité de l’adresse et les droits d’accès.
• Expliquer aux utilisateurs finaux la période par défaut de sauvegarde du modèle, du graphique d’entraînement et du graphique de génération.
• Fournir une entrée de suppression et nettoyer en même temps la base de données métier, le cache et le stockage tiers.
• Mettre en œuvre des processus de conformité plus stricts pour les enfants, les visages, les caractéristiques biométriques et les données transfrontalières.

À qui s’adresse-t-il

• Développeurs d’applications de photos et de profils générés par l’IA : mise en place rapide des processus de téléchargement, d’entraînement, de génération et de livraison.
• Équipe e-commerce et vêtements : création d’images de produits, essayage virtuel et matériel pour les scénarios marketing.
• Studio de photographie : transformer des modèles thématiques en produits photo numériques vendables.
• Équipe de création de marque : maintenir la cohérence des personnages ou produits et générer en masse des variantes de contenu.
• Commercial immobilier : Création d’illustrations de l’aménagement intérieur et de différents styles de décoration.
• Équipe des applications vidéo : Assembler le sujet personnalisé, la première image et les indications d’animation pour créer de courtes vidéos.
• Utilisateur d’agent IA : Intégrer la génération d’images et de vidéos dans les workflows via la CLI, des compétences ou MCP.

Avantages du produit

• Intégrer l’entraînement du modèle, l’inference, les modèles de template, l’amélioration des images et la vidéo dans une API unique.
• Propose plusieurs méthodes de conservation des entités, telles que Flux LoRA, FaceID et Checkpoint.
• Packs permet aux créatifs de mettre à jour les thèmes sans avoir recours à la publication de code côté backend.
• La documentation officielle contient les paramètres complets, les codes d’erreur, les appels de retour et des recommandations pour l’intégration en production.
• Le mode Mock et les paramètres d’idempotence aident à réduire les risques de débogage des interfaces et de prélèvements répétés.
• Des références officielles sont fournies pour la CLI, les compétences en IA, les services MCP et des implémentations de référence d’applications photo open source.

Restrictions d'utilisation

• L’efficacité de l’entraînement dépend fortement de la qualité des images, de la diversité des sujets et de la conception des prompts.
• Le même modèle ne peut pas garantir que chaque image restitue correctement les visages, les mains, le texte et les détails des produits.
• Deux ou plusieurs personnages, plusieurs LoRA et des mouvements complexes augmentent considérablement le risque de confusion identitaire et d’échecs de composition.
• Les prix sont calculés séparément pour l’entraînement, la génération, l’amélioration, la vidéo et le stockage ; les coûts à grande échelle doivent faire l’objet d’une surveillance continue.
• Les images d’entraînement, les modèles et les résultats de génération sont supprimés par défaut après 30 jours ; pour une utilisation à long terme, il est nécessaire de les exporter ou de prolonger leur durée de conservation.
• Le Webhook ne garantit pas actuellement de tentatives automatiques, et l’entité métier doit mettre en place un mécanisme de requête de compensation.
• Certaines tests ou nouveaux modèles peuvent être en version Beta et ne doivent pas être utilisés directement dans des processus de production critiques sans évaluation préalable.
• Les visages, le changement de visage et les essais virtuels soulèvent des problèmes liés au portrait, à la vie privée, à l’authenticité de la publicité et aux droits d’auteur.

GitHub et le monde du logiciel open source

La plateforme Astria et les services de déduction hébergés ne sont pas des produits entièrement open source, mais l’organisation officielle GitHub met à disposition de nombreux projets clients, d’intégration et d’exemples. L’utilisation de ces codes nécessite néanmoins un compte Astria ainsi qu’une quantité d’API allouée.

Informations de base

Indice de recommandation

L’indice de recommandation global est de 4,4 sur 5. Astria convient aux équipes qui ont besoin d’intégrer rapidement la capacité de créer des personnages ou des produits personnalisés dans leurs produits ; ses avantages résident dans une API complète et des capacités de contrôle avancées, mais il est nécessaire de gérer soigneusement les données d’entraînement, le taux d’échec de génération et les coûts par composant.

Questions fréquentes

Que fait principalement Astria.ai ?

Il offre un affinage personnalisé de modèles d’images, une génération d’images, une génération de vidéos et une API pour développeurs.

Peut-on entraîner son visage ?

Oui, les utilisateurs peuvent utiliser Flux LoRA ou FaceID pour conserver l’identité de la personne et générer des photos dans différents scénarios.

Combien de photos sont nécessaires pour l’entraînement ?

Une scène avec des personnages peut généralement commencer avec 4 à 16 photos de haute qualité ; le nombre réel dépend de la méthode d’entraînement et des objectifs.

Comment choisir entre LoRA et FaceID ?

LoRA convient mieux à une personnalisation stable à long terme des entités, tandis que FaceID est plus rapide et nécessite moins d’images de référence, mais il est principalement destiné aux visages.

Astria prend-il en charge les essais virtuels ?

Oui, il est possible de créer des images de essayage ou des visuels pour le e-commerce en combinant des modèles de personnages, des références de vêtements et des prompts de génération.

Astria peut-il générer des vidéos ?

Oui, il prend en charge la génération de vidéo à partir de texte, la génération de vidéo à partir d’image, plusieurs références, les frames de début et de fin, l’audio et le contrôle des mouvements.

Comment Astria facture-t-elle ?

La plateforme utilise un solde prépayé et facture en fonction des services de formation, d’images, d’amélioration, de vidéo et de stockage ; le prix unitaire actuel est indiqué sur la page des prix du compte.

Le modèle sera-t-il conservé à jamais ?

Non, par défaut, ils sont supprimés 30 jours après la fin de l’entraînement. L’utilisateur peut les supprimer avant cette date ou choisir de prolonger leur stockage.

Un mode de test API est-il disponible ?

Le mode Mock permet de simuler les Tune, les images et les processus de rappel sans engendrer de frais de génération réels.

Astria est-il un outil open source ?

La plateforme de gestion n’est pas un projet open source complet, mais les outils CLI, les compétences, MCP et les modèles d’applications photo sont publiés officiellement.