Créer des images
Vectoriser une image avec l’IA et garder un SVG modifiable
Pour vectoriser une image avec l’IA sans perdre l’éditabilité, donne à un agent IA l’image, la liste des objets qu’elle doit contenir et un moyen de mesurer son SVG face à l’original, puis laisse-le corriger son dessin sur de nombreux tours. Un outil de tracé copie les pixels en milliers de formes isolées. Dans le benchmark vectorisation de Samsa d’octobre 2026, seules ces exécutions agentiques ont livré un fichier modifiable égal à l’original, pas les prompts uniques.
Que veut dire vectoriser une image ?
Vectoriser une image, c’est redessiner ses pixels en géométrie, tracés, aplats, contours et dégradés, en général enregistrés au format Scalable Vector Graphics (SVG) du W3C. Un fichier vectoriel s’agrandit sans flou, et s’il est bien construit, chaque objet peut être sélectionné, déplacé et recoloré séparément.
C’est sur ce dernier point que la plupart des vectorisations échouent. Deux résultats très différents finissent tous deux en .svg. Le premier est un tracé : l’image découpée en aplats de couleur, juste à l’œil et difficile à modifier. Le second est une reconstruction : l’image redessinée sous forme des objets qu’on y voit, le cycliste, le vélo, l’arbre, chacun nommé et complet. Quand une équipe de marque demande de convertir une image en vectoriel pour la retoucher, c’est la seconde qu’elle attend.
Pourquoi un SVG tracé est-il si difficile à retoucher ?
Un SVG tracé est difficile à retoucher parce que ses formes suivent les couleurs, pas les objets. Un outil de tracé cherche des zones de couleur proche et dessine un contour autour de chacune. Il ignore que la bande bleu foncé entre le cadre et le pédalier fait partie d’une jambe : la jambe devient plusieurs morceaux sans lien, et la partie cachée derrière le cadre n’existe pas.
Dans le benchmark vectorisation de Samsa, un outil de tracé open source a transformé l’illustration du vélo ci-dessus en 9328 formes, aucune avec un nom. Une reconstruction agentique de la même image comptait 30 objets nommés au premier niveau, de «background-sky» à «rider», avec la jambe du fond dessinée en entier derrière le vélo.
La différence apparaît dès qu’on ouvre le fichier. Pour recolorer la veste dans le tracé, une graphiste doit retrouver chaque fragment qui se trouve être rouge. Pour déplacer le cycliste dans la reconstruction, elle sélectionne un calque.
Quelle méthode pour quelle image ?
Prends un outil de tracé pour les graphismes simples en aplats, et un agent IA pour les illustrations que tu retoucheras. Un prompt unique à un modèle de chat se situe entre les deux et convient rarement. Le tableau résume ce que chaque méthode a livré dans le benchmark de Samsa.
| Méthode | Ce que tu obtiens | Fidèle à l’original ? | Coût et durée par image |
|---|---|---|---|
| Outil de tracé | Des milliers d’aplats sans nom, rien de caché n’est dessiné | Souvent proche sur les images en aplats | Gratuit à quelques centimes, quelques secondes |
| Un prompt à un modèle | Un SVG propre et nommé, version stylisée de l’image | Aucune exécution n’a passé le seuil de parité | Quelques centimes à environ un dollar, quelques minutes |
| Agent IA qui rend, compare et corrige | Objets nommés, parties cachées complètes, ordre des calques logique | La plupart des exécutions ont passé le seuil de parité | $5.3–$60.2, 31–128 minutes |
- Logos, icônes, signalétique en aplats : un outil de tracé est rapide et suffit, tant que personne ne doit démonter les formes plus tard.
- Illustrations de campagne, infographies, emballages : fais-les reconstruire par un agent. Ce sont les fichiers qu’on rouvre pour changer une couleur ou réutiliser un personnage.
- Photos : garde-les en pixels. Une photo n’a pas d’objets nets à dessiner, et toute version vectorielle est soit un tracé énorme, soit un dessin stylisé.
Comment vectoriser une image avec l’IA, étape par étape ?
Les meilleures exécutions du benchmark vectorisation de Samsa ont suivi les sept étapes ci-dessous. Tout agent de code IA capable de lire des images, d’exécuter du code et d’écrire des fichiers peut les suivre aussi.
- Pars du plus grand original disponible. Un PNG en pleine résolution, pas une capture d’écran ni un JPEG compressé. Terminé quand le fichier a la taille de l’export et ne montre aucun bloc de compression au zoom.
- Rédige l’inventaire des objets. Liste chaque objet que le fichier doit contenir et nomme-le comme un graphiste le chercherait : ciel, nuages, montagnes du fond, cycliste, jambe du fond, vélo, roue avant. L’inventaire du vélo dans le benchmark compte 53 entrées. Terminé quand quelqu’un qui n’a jamais vu l’image pourrait vérifier le fichier avec la liste.
- Définis en chiffres ce que « terminé » veut dire. Dis à l’agent comment son rendu sera comparé à l’original : écart de couleur moyen, similarité structurelle, pire zone locale. Le seuil de parité du benchmark utilise huit critères de ce type. Sans cible mesurable, un modèle s’arrête dès que son dessin lui paraît plausible.
- Demande une reconstruction, pas un tracé. Chaque objet de l’inventaire devient un groupe nommé, dessiné en entier même là où d’autres objets le cachent, de l’arrière vers l’avant. Interdis les images matricielles intégrées, les masques d’écrêtage qui simulent les parties cachées et les transformations figées sur les groupes.
- Laisse l’agent itérer, avec une limite. Il rend le SVG, le mesure, corrige les pires zones et recommence. Fixe un plafond, par exemple trois heures ou 25 tours mesurés, et fais-lui garder sa meilleure version. Terminé quand la cible de l’étape 3 est atteinte, ou le plafond, et que tu sais de combien le fichier s’en écarte.
- Vérifie les détails délicats à 100 %. Visages, mains et pièces mécaniques portent l’image. Compare-les côte à côte avec l’original. Terminé quand rien n’y ressemble à une autre personne ou à une autre pièce.
- Ouvre les calques avant d’accepter le fichier. Fais les contrôles de la section suivante. Un fichier qui a l’air juste et qui y échoue, c’est un tracé avec un détour.
Comment vérifier qu’un SVG est vraiment modifiable ?
Un SVG se révèle modifiable quand on masque, déplace et compte ses objets, pas quand on le regarde. Les six contrôles ci-dessous fondent le score de structure du benchmark vectorisation de Samsa, et chacun prend quelques minutes dans n’importe quel logiciel vectoriel.
- Noms : chaque groupe de premier niveau porte un nom parlant. «path12», «g3» ou «Layer_1» ne comptent pas.
- Couverture : chaque objet de ton inventaire existe comme groupe à part. Compte-les.
- Formes cachées : masque l’objet du premier plan. L’objet derrière doit être entier, pas une découpe de ce qui était visible.
- Économie : les objets ont un nombre raisonnable de points. Des milliers de nœuds pour un nuage, c’est un tracé.
- Pas de raccourcis : aucune image matricielle intégrée, aucun masque d’écrêtage qui simule ce qu’il y a derrière, aucune transformation figée qui fait sauter un groupe quand on le déplace.
- Ordre des calques : la liste des calques se lit de l’arrière vers l’avant, comme la scène est construite.
Test rapide
Sélectionne le personnage principal et fais-le glisser sur le côté. Dans une reconstruction, le fond derrière est complet. Dans un tracé, tu vois un trou à la forme du personnage.
Combien coûte une vectorisation par IA, et combien de temps prend-elle ?
Une reconstruction modifiable demande une vraie puissance de calcul. Dans le benchmark vectorisation de Samsa (édition 2026.10), les exécutions agentiques ont coûté $5.3–$60.2 par illustration au prix catalogue de l’API et ont duré 31–128 minutes. Le vélo texturé a coûté plus cher que l’image plate du laptop pour toutes les configurations agentiques mesurées sur les deux images.
Un prompt unique coûte quelques centimes à environ un dollar et quelques minutes, un outil de tracé presque rien et quelques secondes. Ni l’un ni l’autre ne livre un fichier modifiable fidèle à une illustration. Les résultats complets, avec coût et durée pour chaque modèle et outil, montrent à partir d’où un dollar de plus n’achète plus de qualité.
Prévois aussi des écarts. Une même configuration agentique sur la même image a varié jusqu’à 4.0 points de score d’une exécution à l’autre, et son coût jusqu’à 1.7 fois.
Quelles erreurs coûtent le plus de temps ?
- Juger sur la miniature. En petit, un tracé et une reconstruction se ressemblent. La différence n’apparaît que dans le panneau des calques.
- Envoyer une copie réduite. Beaucoup d’outils de chat réduisent l’image avant que le modèle ne la voie. Les détails perdus à cette étape ne reviennent jamais.
- Sauter l’inventaire. Sans liste, le modèle décide de ce qui est un objet, et les petites pièces comme un embout de poignée ou une sangle se fondent dans leurs voisines.
- Oublier la texture. Le grain et le pointillé font partie du style. Demande-les comme calque séparé et nommé qu’on peut masquer, plutôt que des milliers de points incrustés dans chaque forme.
- Se fier à une seule exécution. Les résultats varient d’une exécution à l’autre. Pour un fichier important, lances-en deux et garde le meilleur, ou prévois une reprise à la main des visages et des mains.
Questions fréquentes : vectoriser une image avec l’IA
Un modèle IA peut-il vectoriser une image avec un seul prompt ?
Il peut produire un SVG, mais pas un SVG fidèle à l’original. Dans le benchmark vectorisation de Samsa, aucune exécution en un seul appel ou en boucle fixe n’a passé le seuil de parité, quel que soit le modèle. Les fichiers étaient propres et bien nommés, mais c’étaient des redessins stylisés. Égaler l’original a demandé un agent qui rend son SVG, le mesure face à l’image et le corrige sur de nombreux tours.
Un SVG tracé est-il un SVG modifiable ?
Techniquement oui, en pratique rarement. Un tracé est fait de milliers d’aplats découpés le long des bords de couleur, sans noms et sans parties cachées. Tu peux modifier une forme, mais pas déplacer un objet, puisqu’il n’existe pas en tant que tel. Pour des logos et des icônes qui doivent seulement s’agrandir, ça suffit. Pour des illustrations que tu veux retoucher, non.
Quelle résolution faut-il pour l’image de départ ?
Prends la plus grande version disponible, en PNG directement issu de l’export. L’image texturée du benchmark fait 2400 × 1792 pixels : à cette taille, l’agent voit les rayons, le grain et le bord d’une sangle de casque. Une capture d’écran ou un JPEG compressé ajoutent des blocs et du flou que l’agent essaiera de reproduire. Agrandir d’abord un petit fichier ne rend pas les détails manquants.
Peut-on vectoriser une photo avec l’IA ?
Oui, mais le résultat sert rarement. Une photo a une lumière douce, du bruit et une infinité de nuances. Une version vectorielle fidèle demande donc un nombre énorme de formes, et une version compacte devient un dessin stylisé. La vectorisation vaut la peine pour les illustrations, les icônes et les graphismes aux formes nettes. Le benchmark de Samsa ne mesure que des illustrations.
Combien de temps faut-il pour vectoriser une illustration avec l’IA ?
Pour une reconstruction modifiable, compte 31–128 minutes de travail de l’agent par illustration, mesurées sur les deux images du benchmark, et davantage pour une image texturée que pour une image en aplats. Un outil de tracé prend quelques secondes et un prompt unique quelques minutes, mais aucun ne livre un fichier modifiable au niveau de l’original. Ajoute le temps de ta propre vérification des calques et des détails.
Peut-on exporter les images de Samsa en SVG ?
Oui. Dans le générateur d’images IA de Samsa, tu peux transformer une image en SVG et la télécharger en fichier à calques pour tes designers. Samsa a construit le benchmark vectorisation pour mesurer jusqu’où les modèles et outils actuels vont sur exactement cette tâche, et publie les résultats avec la méthode.
Sources
Crée des images fidèles à ta marque, téléchargées en SVG
Entraîne Samsa sur ta marque, crée l’image, puis exporte un SVG à calques pour tes designers.