Six planètes demandées, une seule Terre obtenue
Un modèle d'image a ses sujets favoris, et il y revient dès qu'on lui en laisse la place. Je développe Dynasty Nova, un jeu de stratégie spatiale par navigateur. Chaque type de planète s'y décline en six variantes, et chaque variante doit être un monde à part.
Sur les mondes continentaux, le résultat a longtemps été le même : l'IA redessinait la Terre. Pas une planète vaguement terrestre : des côtes reconnaissables. L'Afrique, les Amériques, l'Australie, et sur un lot entier l'Asie, péninsule indienne au centre.
Ce biais a un nom dans notre documentation de production : l'attracteur Terre. Pour un monde bleu et vert vu de l'espace, le modèle n'a qu'une image de référence vraiment solide, et il la rejoue. Le problème dépasse les planètes. Un visage, un produit ou un paysage peuvent être aspirés de la même façon vers l'exemple dominant des données d'entraînement.
Mesurer la convergence plutôt que chercher la Terre
La bonne mesure d'un biais de modèle ne cherche pas le sujet favori, elle mesure la ressemblance entre des résultats qui devraient différer. Six sources différentes doivent donner six images différentes. Si deux variantes se ressemblent trop, le modèle a ignoré sa référence.
Une mesure qui ne connaît pas la Terre
Notre script de contrôle compare les masques de terre de deux variantes. Il sépare l'eau du reste, puis calcule leur recouvrement (l'IoU, intersection sur union). Son commentaire d'en-tête résume l'idée : la mesure ne connaît pas la Terre et n'en a pas besoin. Elle mesure la convergence, qui est le symptôme.
Ce que dit le chiffre
Entre deux variantes saines, le recouvrement des terres va de 0,08 à 0,19. Entre deux variantes du biome continental, il montait à 0,658. Ces deux planètes partageaient les deux tiers de leurs continents. Ce chiffre transforme une impression (« elles se ressemblent un peu ») en décision de rejet.
Une limite à connaître : la mesure ne voit que la convergence. Un seul tirage qui copie l'Europe passe inaperçu s'il ne ressemble à aucune autre variante. Notre contrôle automatique des textures a laissé passer une carte complète de la Terre sur un monde censé être sans terre. D'où une règle qui ne se discute pas : chaque image est relue à l'œil, sur une planche. C'est le principe de notre grille d'acceptation des images générées.
Pourquoi réécrire le prompt ne suffit pas
Le prompt ne décide pas de la forme d'une image, c'est l'image d'entrée qui en décide. Nous l'avons appris au prix de quatre reformulations et de quatre échecs, dont deux quasi identiques au pixel près.
Le modèle obéit à tout, sauf à la forme
D'une reformulation à l'autre, le modèle suivait fidèlement la palette demandée et la part d'océan demandée. Il gardait pourtant les côtes terrestres. Seules deux variantes n'ont jamais dérivé : un archipel et un monde de quelques îles. Leur géographie de départ était incompatible avec la Terre, quelle que soit la phrase.
Les mots appellent des formes
Certains mots attirent le biais au lieu de l'écarter. Sur une planète « archipel », le prompt archipelago world ramenait une Australie sur quatre tirages sur quatre. Le mot « archipel » appelle des terres, et le modèle les remplit avec celles qu'il connaît.
La version qui a tenu décrit un monde d'océan. Une mer profonde couvre les neuf dixièmes du globe ; les seules terres sont de longues chaînes de petites îles. Résultat : trois tirages sur quatre sans dérive. De même, des « hautes terres noyées dans des mers de brume » ont produit l'Atlantique. Il fallait décrire une multitude de petits plateaux, jamais une grande masse.
Une négation aide un modèle et piège l'autre
Une consigne négative n'a pas le même effet selon le modèle. L'étape de dépliage en texture est confiée à Nano Banana Pro. Avec lui, une clause négative a donné deux résultats propres sur deux : « ceci est un monde inventé, pas la Terre ». Avec Krea 2, au contraire, une négation se dessine : demander « pas de reflet » fabriquait le reflet. Avant de généraliser une astuce de prompt, on vérifie sur quel modèle elle a été prouvée.
Donner la géographie au modèle au lieu de la décrire
La parade efficace consiste à fournir au modèle une carte de départ inventée, dont il ne peut pas tirer la Terre. Un petit script dessine un disque éclairé par la gauche, des mers et des terres aux côtes déformées par du bruit. Cette carte remplace l'image de cadrage dans le lot de quatre tirages.
Une carte impose la topologie, pas les couleurs
La carte décide du nombre de masses de terre et de l'emplacement de l'eau. Les teintes, elles, sont écrasées par la direction artistique du biome. Avec trois continents, quatre tirages sur quatre ont gardé trois masses autour d'un océan central. Avec deux continents, le modèle ramenait par endroits le chenal vertical qu'il préférait : la carte réduit le biais, elle ne le supprime pas.
Point important : passer cette carte comme référence de style ne suffit pas. Même à 0,55, elle transmettait un style et pas une disposition, et la Terre revenait. C'est la limite des références de style en IA générative : elles fixent une facture, jamais une composition.
Le réglage qui décide : le strength en img2img
L'img2img génère une image à partir d'une image existante. Son paramètre strength règle la part de la source que le modèle peut oublier : 0 la garde intacte, 1 l'ignore. Avec une carte brute en aplats, aucun réglage ne convient. Entre 0,55 et 0,65, le modèle recopie les aplats ; dès 0,75, il réinvente les terres, Terre comprise.
La carte peinte règle les deux problèmes. Elle garde le même masque terre et mer, avec un patchwork de couleurs, un liseré de sable et un contour sombre. Sa géographie a tenu à tous les réglages testés, de 0,60 à 0,85. Le strength sert alors au cadrage : entre 0,62 et 0,68, le disque occupe 69 à 70 % de l'image. Même ainsi, un tirage sur trois évoquait encore une Méditerranée ou une Australie.
Inverser l'ordre : le procédural dessine, l'IA repeint
La solution durable retire au modèle le choix de la forme. Un générateur procédural local dessine la planète, et l'IA ne fait plus que la repeindre. C'est le principe de la nouvelle chaîne de production de nos planètes, ouverte le 12 octobre 2026 et en cours d'intégration dans le jeu.
Ce que l'inversion change
- La forme → elle naît d'un générateur gratuit et itérable, qui devient la source de vérité ; l'attracteur Terre est exclu par construction.
- Les vues → la sphère vient du rendu du moteur du jeu, l'horizon d'une vue rasante calculée.
- L'IA → trois passes de repeinture sur des images dont la géographie est déjà juste.
- Le coût → au moins 33 générations par variante avant, dont 2 à 5 sur Nano Banana Pro (111 unités chacune). Désormais 4 générations, et plus aucune sur ce modèle.
Nous avions déjà raconté comment mesurer le rendu des planètes dans le vrai moteur. L'attracteur Terre en est la suite logique : ce que l'on peut calculer ne se demande plus au modèle.
Ce que ce biais apprend à tout projet d'IA générative
L'attracteur Terre est un cas extrême d'un phénomène général. Un modèle d'image tire vers son exemple dominant dès qu'un critère n'est pas fixé par l'entrée. Les règles que nous en tirons valent pour une série d'illustrations, de personnages ou de visuels produit.
- Mesurer la convergence → comparer les résultats entre eux révèle un biais qu'aucun prompt ne signale.
- Décrire sans nommer le piège → un mot comme « archipel » ou « continent » appelle la forme la plus connue.
- Donner la forme par l'image → une composition se fixe par une image d'entrée en img2img, pas par une référence de style.
- Calculer ce qui peut l'être → la géométrie, le cadrage, l'éclairage : tout ce qui sort du modèle cesse de dériver.
- Garder l'œil humain → aucune mesure automatique n'a vu la Terre ; la relecture des planches, si.
Conclusion : le prompt décrit, l'entrée décide
Quatre prompts réécrits n'ont pas déplacé une seule côte. Une carte inventée, puis un générateur procédural, ont réglé ce que les mots ne pouvaient pas régler. La leçon dépasse les planètes. Quand une IA revient toujours au même sujet, on cesse de négocier avec le texte. On mesure la convergence, puis on lui retire le choix de la forme.
