Échelle CFG (guidage)

À chaque étape de débruitage, un modèle de diffusion peut faire deux prédictions : l’une qui tient compte de ta description, l’autre qui l’ignore. Le guidage sans classifieur regarde l’écart entre les deux et pousse l’image plus loin dans la direction de la description. L’échelle CFG est la force de cette poussée. À zéro ou un, la description n’a presque aucun poids supplémentaire ; de cinq à huit environ, c’est la plage que beaucoup de modèles documentent comme un bon milieu ; des valeurs bien plus hautes exagèrent tout.

Le compromis se voit vite en pratique. Avec une échelle basse, le résultat peut être doux, lâche et créatif, mais il peut ignorer des morceaux de ta description. Avec une échelle haute, l’image suit tes mots de près, mais le contraste et les couleurs deviennent souvent durs, les textures paraissent brûlées et les mêmes quelques formes reviennent sans cesse. Si le portrait d’un personnage fictif dans un bureau gris paraît sursaturé et cassant, baisser l’échelle est le premier essai ; si un objet demandé manque, monte-la un peu ou réécris la description.

Les bonnes valeurs dépendent du modèle : ne transporte pas des chiffres de l’un à l’autre. Les modèles distillés et « turbo », entraînés pour aboutir en très peu d’étapes, intègrent en général le guidage dans leurs poids et attendent une échelle de un, voire aucun réglage. Pour comparer, le plus simple est de fixer la graine et de ne changer que l’échelle entre les essais. La description négative repose sur le même mécanisme : c’est ce dont s’éloigne la prédiction non guidée.

Une petite expérience rend l’effet concret. Prends une description comme une théière en céramique sur un rebord de fenêtre, garde la graine, le modèle et la taille identiques, et génère la même image à plusieurs échelles, de basse à assez haute. En bas, la théière peut être rêveuse et à demi formée, avec un rebord vague. Au milieu, les formes sont nettes et la lumière paraît naturelle. À l’autre bout, les arêtes deviennent tranchantes jusqu’à la fragilité, les hautes lumières brûlent et l’émail prend un aspect plastique. Garder une telle planche-contact t’apprend plus vite que n’importe quelle règle quelle plage convient à chaque modèle.

NeverNo ne te donne pas de curseur d’échelle CFG. Le guidage est réglé pour chaque modèle côté serveur, ajusté à ce que le modèle attend : tu ne peux pas abîmer un résultat avec une valeur faite pour un autre modèle. Tes leviers dans le Studio sont la description de 1 500 caractères au plus, la description négative de 500 caractères au plus sur les modèles qui la gèrent, l’un des quinze styles prédéfinis et l’un des huit formats.

Z-Image Turbo, le modèle par défaut, est un modèle rapide : une image courante d’un mégapixel prend environ 3 secondes, mesurées chez Runware, notre fournisseur d’images, ce qui va bien avec cette logique de réglages déjà faits. Si un résultat ignore tes mots, réécris la description plus précisément ou essaie un autre modèle du catalogue. Les images que tu crées sont stockées chiffrées dans ton navigateur, et les limites fermes de NeverNo s’appliquent à chaque requête.