Whisk est un outil expérimental de Google Labs qui génère des images à partir d’autres images plutôt que d’un long texte. Vous déposez jusqu’à trois références (un sujet, une scène, un style), Gemini les décrit automatiquement, puis un modèle Imagen compose une création inédite que vous affinez par de courtes instructions. Il est gratuit avec un compte Google dans la limite de quotas, et ses fonctions évoluent désormais au sein de Google Flow.
Vous avez croisé le mot whisk dans une vidéo ou une discussion sur l’IA générative et vous voulez savoir ce qu’il recouvre vraiment ? Il s’agit d’abord d’un outil de Google pensé pour la création visuelle par l’exemple : au lieu de rédiger un prompt détaillé, vous montrez à l’IA ce que vous voulez. Ce guide détaille le parcours d’utilisation, les réglages disponibles, les usages concrets, les garde-fous de sécurité et les limites que les pages promotionnelles évoquent rarement. Il distingue aussi l’outil officiel des nombreuses applications tierces qui reprennent son nom.
Whisk AI : définition et place dans l’écosystème Google
Lancé par Google Labs fin 2024, Whisk part d’une idée simple : une image vaut souvent mieux qu’un paragraphe de description. L’outil combine deux briques. D’un côté, Gemini, le modèle multimodal de Google, analyse chaque visuel importé et en rédige une légende détaillée. De l’autre, un modèle de génération d’images (Imagen 3 à son lancement) s’appuie sur ces légendes pour produire une nouvelle création. Le résultat n’est donc pas un collage : c’est une réinterprétation qui cherche à capturer l’essence de chaque entrée.
Google présente lui-même Whisk comme un outil d’exploration rapide, pas comme un logiciel de retouche au pixel près. Il se situe à côté d’autres expériences de Google Labs : ImageFX pour la génération à partir de texte, VideoFX puis Flow pour la vidéo avec les modèles Veo. Au fil des mises à jour, ces briques se sont rapprochées, et les pages officielles renvoient désormais vers Google Flow, l’espace créatif qui réunit génération d’images, animation et montage. Les modèles cités dans cet environnement incluent Veo 3.1 pour la vidéo avec audio natif et Nano Banana, le surnom du modèle d’image de Gemini réputé pour son édition conversationnelle et sa cohérence du sujet (subject consistency).
Comment fonctionne Whisk : des images de référence à la création finale
Le parcours tient en quelques étapes, ce qui explique une bonne partie du succès de l’outil auprès des curieux comme des créateurs de contenu.
- Téléverser les références. L’interface propose trois emplacements : sujet (un personnage, un objet, un animal), scène (le décor, le lieu) et style (une texture, une technique picturale, une ambiance). Un glisser-déposer suffit, et aucun emplacement n’est obligatoire. Un bouton permet aussi de tirer des références au hasard pour démarrer.
- Laisser l’IA analyser. Gemini transforme chaque image en texte descriptif. Cette étape est visible : vous pouvez ouvrir la légende générée et la corriger si l’IA a mal interprété un détail.
- Générer. Whisk produit généralement deux propositions en quelques secondes. Vous pouvez ajouter une phrase pour orienter le rendu (« sur fond de coucher de soleil », « en version figurine »).
- Affiner par conversation. La fonction de remix permet de demander des ajustements en langage naturel sans perdre vos références visuelles. C’est le cœur de l’édition conversationnelle.
- Animer, enregistrer, partager. Une option d’animation, basée sur Veo, transforme l’image retenue en court clip de quelques secondes. Le fichier final se télécharge ensuite, et un historique conserve les créations précédentes.
Point souvent mal compris : la référence de sujet n’est pas reproduite à l’identique. Whisk retient les traits saillants décrits par Gemini (forme, couleur, matière), mais une proportion, une coiffure ou un logo peuvent changer d’une génération à l’autre. Pour une ressemblance stricte, l’édition directe proposée par les modèles plus récents de Flow, comme Nano Banana, donne de meilleurs résultats.
Fonctionnalités clés de Whisk et niveau de contrôle créatif
Les fonctionnalités annoncées varient selon qu’on parle de l’outil officiel de Google ou des sites et applications qui utilisent le nom « Whisk AI ». Le tableau ci-dessous fait la part des choses, car c’est la principale source de confusion dans les résultats de recherche.
| Fonction | Ce qu’elle apporte | Où on la trouve |
|---|---|---|
| Références sujet, scène, style | Composer une image sans prompt long | Outil officiel Google Labs |
| Légende modifiable par Gemini | Corriger l’interprétation de l’IA | Outil officiel |
| Remix en langage naturel | Ajuster sans repartir de zéro | Outil officiel et Flow |
| Animation vidéo (Veo) | Transformer l’image en court clip | Outil officiel, selon pays et compte |
| Choix du format (carré, portrait, paysage) | Adapter le visuel au support | Outil officiel |
| Prompt négatif | Exclure des éléments indésirables | Surtout sites et apps tierces |
| Contrôle de la graine (seed) | Reproduire un résultat à l’identique | Surtout sites et apps tierces |
| Styles rapides, générateur d’invites aléatoires | Diversifier le rendu en un clic | Sites et apps tierces |
| Dimensions personnalisées jusqu’à 1024×1024 | Choisir une taille précise | Sites et apps tierces |
Le prompt négatif et la graine méritent une explication, car ils parlent aux utilisateurs avancés. L’invite négative liste ce que vous ne voulez pas voir (texte, mains déformées, arrière-plan chargé) et réduit les sorties indésirables. La graine est un nombre qui fixe le point de départ aléatoire du calcul : avec la même graine, les mêmes références et le même texte, vous retrouvez un rendu très proche, ce qui rend la création reproductible. L’outil de Google mise moins sur ces réglages techniques et davantage sur l’itération visuelle : on garde ce qui plaît, on relance le reste.
Côté qualité d’image, la haute résolution reste correcte pour le web et les réseaux sociaux. Pour l’impression grand format, prévoyez un agrandissement par un outil dédié. Le rendu de texte dans l’image (text rendering) progresse avec les modèles récents, mais un slogan de plus de quelques mots sort encore souvent avec des fautes : mieux vaut l’ajouter ensuite dans un éditeur classique.
Quels visuels créer avec Whisk : cas d’usage par profil
Les galeries mises en avant montrent des portraits stylisés, des paysages oniriques, des univers anime, des scènes cyberpunk, des objets en rendu 3D façon figurine, des autocollants et des compositions abstraites. Derrière ces exemples, plusieurs profils trouvent un usage réel.
Créateurs de contenu et blogueurs
Whisk sert surtout à produire des images d’illustration originales, sans risque de reprendre une photo protégée. Un blog maison et jardin peut par exemple créer une bannière d’ambiance pour un guide pratique comme Comment résoudre les problèmes de vitesse de votre hotte, en combinant une photo de cuisine comme scène et un style aquarelle. Le visuel attire l’œil sans prétendre montrer le vrai produit. La même logique vaut pour une page éditoriale du type Découvrez la brosse aspirateur Miel : l’IA crée une mise en scène chaleureuse autour du thème, la photo réelle de l’accessoire restant indispensable plus bas dans l’article.
Artistes, illustrateurs et curieux de l’IA
Pour eux, Whisk est un carnet de croquis accéléré. On teste un personnage dans dix décors, on transpose un dessin au crayon en peinture à l’huile, on explore une palette avant de passer à l’exécution manuelle. L’intérêt tient à la vitesse : en quelques minutes, une idée vague devient une série de pistes visuelles à trier.
Petites entreprises et réseaux sociaux
Un artisan ou un commerçant peut décliner un même objet dans plusieurs saisons ou ambiances pour ses publications. Un vendeur de matériel de jardin qui présente une tronçonneuse comme la stihl e14 pourra générer un décor de verger automnal pour une story, à condition d’indiquer clairement qu’il s’agit d’une illustration et non d’une photo du produit livré. C’est une question de loyauté envers le client.
Limites de Whisk, sécurité et filtrage de contenu
Les pages concurrentes insistent sur la promesse, beaucoup moins sur les contraintes. Voici celles qui comptent au quotidien.
- Précision limitée. Whisk réinterprète, il ne copie pas. Les détails fins (inscriptions, nombre de pièces, mécanismes) sont souvent inventés ou simplifiés.
- Pas de schémas techniques fiables. Une illustration générée ne remplace jamais une documentation constructeur. Pour un contenu comme Découvrez l’anatomie détaillée de l’aspirateur Dirt Devil, seule une vue éclatée réelle permet d’identifier une pièce. De même, une fiche technique débroussailleuse kawasaki th43 doit reposer sur des données vérifiées, pas sur un rendu IA qui pourrait ajouter une vis ou déplacer un carburateur.
- Quotas. L’usage gratuit est plafonné. Les abonnements Google AI donnent accès à davantage de crédits dans Flow, avec des montants qui évoluent souvent.
- Disponibilité variable. Certaines fonctions, notamment l’animation, arrivent par vagues selon les pays et les types de comptes.
Sur la sécurité, le filtrage de contenu est toujours activé : les demandes violentes, sexuelles ou visant des personnalités réelles sont bloquées, et un bouton de signalement permet de remonter un résultat problématique. Google appose aussi sur les images générées par ses outils un filigrane numérique invisible, SynthID, qui permet de les identifier comme produites par une IA. Ce filtrage a un revers : il bloque parfois des demandes parfaitement anodines, ce qui oblige à reformuler.
Reste la question des droits. Importer la photo d’une autre personne ou une œuvre protégée comme référence pose un problème juridique potentiel, même si le résultat est transformé. La règle prudente : n’utiliser que vos propres images ou des visuels libres de droits, et consulter les conditions d’utilisation de Google avant tout usage commercial. Pour un projet sensible, l’avis d’un juriste spécialisé reste la meilleure garantie.
Whisk face à Midjourney, DALL·E et Adobe Firefly
Whisk ne joue pas exactement dans la même catégorie que les générateurs centrés sur le texte. Ce comparatif résume les différences de philosophie plutôt qu’un classement absolu, chaque outil évoluant vite.
| Outil | Point fort | Approche principale | Accès |
|---|---|---|---|
| Whisk (Google) | Simplicité, création par l’exemple | Images de référence et remix | Gratuit avec quotas, compte Google |
| Midjourney | Esthétique, finesse artistique | Prompt texte et références de style | Abonnement payant |
| DALL·E et génération dans ChatGPT | Prompt adherence, compréhension des consignes | Conversation en langage naturel | Gratuit limité ou abonnement |
| Adobe Firefly | Intégration à Photoshop, cadre commercial | Texte, remplissage génératif | Crédits inclus dans les offres Adobe |
En pratique, Whisk convient très bien pour démarrer sans maîtriser l’art du prompt. Midjourney reste la référence pour une direction artistique poussée, Firefly rassure les équipes qui travaillent déjà dans la suite Adobe, et le modèle d’OpenAI excelle quand la consigne comporte beaucoup de contraintes précises.
Accéder à Whisk en France : Google Flow, versions et applications tierces
L’accès officiel se fait depuis le site de Google Labs avec un compte Google personnel. Les pages de l’outil affichent désormais un bouton « Try in Google Flow », signe que Google regroupe ses expériences créatives dans cet espace unique. Sur un smartphone Xiaomi ou tout autre appareil Android, Whisk s’utilise dans le navigateur : il n’existe pas, à ce jour, d’application Android officielle dédiée.
C’est là qu’il faut être vigilant. Le Play Store et le web regorgent de services nommés « Whisk AI », « Whisk AI Image Maker » ou approchants. Ils proposent souvent des fonctions séduisantes (graine, styles rapides, prompt négatif, téléchargement en haute résolution), mais ils ne sont pas édités par Google. Avant d’y téléverser vos photos, vérifiez l’éditeur de l’application, ses autorisations, sa politique de confidentialité et l’existence d’abonnements intégrés. Un outil gratuit de Google n’a aucune raison de vous demander un paiement hebdomadaire.
Whisk est-il gratuit ?
Oui, l’outil officiel est utilisable gratuitement avec un compte Google, dans la limite d’un nombre de générations. Les abonnements Google AI augmentent ces crédits, en particulier pour la vidéo dans Google Flow.
Peut-on utiliser Whisk depuis la France ?
L’outil a été ouvert à de nombreux pays après un lancement limité aux États-Unis. Certaines fonctions, comme l’animation, peuvent toutefois être déployées plus tard selon la région ou le type de compte. Le plus simple est de tester directement depuis Google Labs.
Les images créées avec Whisk sont-elles utilisables pour un projet commercial ?
Cela dépend des conditions d’utilisation de Google en vigueur et des références importées. Si vous utilisez des photos dont vous n’avez pas les droits, le résultat peut poser problème. Vérifiez les conditions et, en cas de doute, demandez conseil à un professionnel du droit.
Quelle différence entre Whisk et Nano Banana ?
Whisk est une interface de création qui mélange plusieurs références visuelles. Nano Banana est un modèle d’image de Gemini, spécialisé dans l’édition précise et la conservation d’un même sujet d’une image à l’autre. Dans Google Flow, les deux logiques se complètent.
L’application Whisk AI du Play Store vient-elle de Google ?
Non, les applications mobiles portant ce nom sont développées par des éditeurs tiers. Elles n’ont pas de lien officiel avec Google Labs, même si elles reprennent le nom et certaines fonctions.
Whisk peut-il garder exactement le même visage ou le même objet ?
Pas de façon garantie. Whisk retient l’essentiel d’une référence, mais des détails changent souvent. Pour une cohérence stricte, les outils d’édition basés sur les modèles Gemini récents sont plus adaptés.
Que signifie le mot whisk en anglais ?
En cuisine, whisk désigne un fouet, et le verbe signifie fouetter ou emporter rapidement. Google a choisi ce nom pour évoquer l’idée de mélanger des ingrédients visuels en un geste.
