Peut-on encore se fier aux photos de mode qui nous incitent à acheter ?

Le modèle a l'air convaincant, le tricot semble doux et le jean tombe proprement sur la chaussure. Rien dans la photographie ne suggère immédiatement que la personne qui porte tenue n'avoir peut-être jamais posé devant un appareil photo, ou que l'image ait été assemblée sans séance photo de mode conventionnelle.

Cela devient de moins en moins inhabituel. Les détaillants en ligne développent des systèmes capables de placer de vrais vêtements sur des modèles générés numériquement, de modifier les décors et les poses, de produire plusieurs formats d'images et d'adapter la présentation d'un même produit à différents marchés. About You prévoit de remplacer la photographie de studio conventionnelle utilisée dans l'ensemble de ses activités de commerce électronique par des images générées par IA, tandis que d'autres grands groupes de mode développent leurs propres systèmes. Les images qui en résultent sont souvent suffisamment soignées pour passer inaperçues, en particulier lorsque les acheteurs font défiler rapidement une page de robes, de vestes ou de baskets similaires.

Les détaillants bénéficient d'une production plus rapide, de coûts réduits et d'une plus grande liberté pour présenter des vêtements sur différents types de corps. Pour la personne qui envisage un achat, cependant, la question utile n'est pas de savoir si une photographie a été prise avec un appareil photo ou un logiciel. C'est de savoir si l'image fournit toujours des informations fiables sur le vêtement.

Une image de produit n'a jamais été entièrement neutre

La photographie de mode était déjà sélective bien avant que la technologie générative n'entre dans le studio. Les vêtements sont épinglés, rentrés, clipsés et défroissés. Les stylistes ajustent les manches et les tailles, les modèles adoptent des poses qui améliorent la ligne d'une robe, et l'éclairage modifie l'apparence de la couleur et de la texture. La retouche peut lisser le tissu, éliminer les plis et corriger les détails distrayants. Une photographie peut être réelle tout en restant soigneusement élaborée.

L'IA prolonge ce processus car elle peut modifier une plus grande partie de la scène à la fois. Un détaillant peut commencer par des photographies du produit, un fichier de vêtement numérique ou une image d'un vrai mannequin, puis générer la personne, la pose et l'environnement autour. Dans les systèmes plus ambitieux, une grande partie de la présentation finale peut être créée de manière synthétique.

Le vêtement n'est pas nécessairement inventé, mais le corps de celui qui le porte, la façon dont le tissu tombe et même de petits détails de construction peuvent être reconstitués plutôt que directement observés. Les développeurs qui travaillent sur ces systèmes ont reconnu la difficulté d'obtenir systématiquement des ombres, des fermetures et un placement des vêtements corrects. Une fermeture éclair mal placée ou un pli invraisemblable peuvent sembler mineurs jusqu'à ce que la photographie soit utilisée pour décider si un article vaut la peine d'être acheté.

La distinction entre l'amélioration et la distorsion devient donc de plus en plus difficile à situer. Corriger un fond gris est différent de donner l'air plus consistant à un tissu fin, tout comme modifier le modèle est différent de modifier subtilement les proportions du vêtement. On dit rarement aux acheteurs où cette limite a été tracée.

L'ajustement est la promesse la plus difficile

Une image de mode ne montre pas seulement à quoi ressemble un vêtement. Elle suggère comment il se comporte sur un corps.

La position d'une couture d'épaule suggère si une veste est structurée ou décontractée. La tension au niveau des hanches révèle si une jupe offre de la liberté de mouvement. Une jambe de pantalon qui tombe parfaitement droit peut indiquer une bonne coupe, ou bien refléter la posture du mannequin, un stylisme soigné ou une retouche numérique. Lorsque la personne sur l'image est générée, ces indices nécessitent un examen plus approfondi.

Le problème n'est pas qu'un modèle synthétique ne peut pas présenter des vêtements de manière convaincante. Il est tout à fait possible qu'il y parvienne exceptionnellement bien. L'incertitude vient du fait qu'on ignore si l'image reflète une interaction réelle entre un vêtement particulier et un corps particulier. Un logiciel peut placer la même robe sur des modèles de différentes tailles, mais le résultat n'est utile que lorsqu'il tient compte de la façon dont le tissu s'étire, se fronce, tire et tombe à mesure que le corps change.

Montrer un modèle plus grand tout en préservant les proportions du vêtement de taille standard donnerait l'apparence d'une inclusivité sans fournir d'informations fiables sur la coupe. Une poitrine plus généreuse peut déplacer une encolure, des hanches plus larges peuvent raccourcir la longueur apparente d'une jupe et un tissu plus souple peut épouser différemment les formes du corps. Le simple fait de mettre à l'échelle le modèle ou le vêtement ne reproduit pas ces effets.

Les détaillants pourraient éventuellement utiliser l'IA pour améliorer cette partie de l'expérience, en particulier lorsque le système s'appuie sur des mesures précises, des données de patrons et des informations sur la matière. Actuellement, les acheteurs doivent considérer un large éventail d'images de modèles comme un contexte utile plutôt que comme la preuve que l'article a été physiquement testé sur chaque corps présenté.

La texture peut être polie jusqu'à disparaître

Le tissu est particulièrement vulnérable au polissage visuel. Le cachemire, la laine brossée, la soie, le lin et le coton lavé dépendent d'irrégularités qu'une image numérique propre peut supprimer. Un vêtement peut paraître plus lisse, plus dense ou plus cher à l'écran parce que sa surface a été idéalisée.

Les tricots fins en sont un exemple courant. L'image peut suggérer un pull épais et opaque, tandis que la pièce livrée est légère, légèrement transparente ou sujette à la déformation. Le satin peut paraître plus lourd lorsque les reflets sont contrôlés, tandis qu'un tissu synthétique bon marché peut prendre la profondeur associée à la soie. Les couleurs sombres masquent facilement la texture ; la laine noire, le jersey et le polyester peuvent tous se fondre en une surface brillante similaire sur l'écran d'un téléphone.

Les photographies en gros plan restent utiles, mais elles doivent montrer plus qu'un morceau de tissu parfaitement éclairé. Recherchez des images de coutures, d'ourlets, de boutons, de doublure et de construction intérieure. Une vidéo du vêtement en mouvement peut révéler le poids et le tombé plus clairement qu'une image fixe, bien que la vidéo puisse également être générée ou fortement éditée. Les descriptions de produits qui indiquent la composition du tissu, la doublure et le poids deviennent plus importantes à mesure que la photographie devient moins littérale.

Il en va de même pour la couleur. Les écrans ont toujours rendu les nuances différemment, et l'éclairage de studio peut donner l'impression qu'un beige chaud est plus froid ou qu'un bordeaux est plus saturé. Les outils génératifs ajoutent une étape supplémentaire au cours de laquelle la couleur peut changer. Lorsqu'une correspondance exacte importe, les photographies de clients prises sous un éclairage ordinaire peuvent être plus informatives que l'image de la campagne, malgré leur qualité visuelle inférieure.

Le visage est peut-être artificiel, mais l'idéal corporel reste familier

Les mannequins de mode générés par IA sont souvent présentés comme un moyen d'accroître la diversité. En principe, les détaillants peuvent montrer un plus grand nombre d'âges, de teintes de peau, de types de morphologie et de styles régionaux sans organiser de séances photo séparées pour chaque groupe. Cette technologie pourrait rendre les pages de produits plus représentatives, en particulier pour les tailles et les identités que la photographie de mode conventionnelle a régulièrement négligées.

Le résultat dépend de ce que le système a été entraîné et instruit à produire. Un modèle peut sembler diversifié tout en conservant les mêmes proportions étroites, la peau parfaite et les traits symétriques que l'on retrouve dans toute la publicité traditionnelle. Les corps peuvent devenir plus variés dans leur catégorie mais non moins parfaits dans leur exécution.

La mode en ligne a toujours vendu une version idéalisée du vêtement. L'intelligence artificielle rend cet idéal plus facile à produire, moins coûteux à répéter et plus difficile à dissocier de la réalité physique. Les acheteurs n'ont pas besoin que chaque mannequin soit réel, mais ils ont besoin que les vêtements soient dignes de confiance.