Draw Things, Mac 24 GB : rapide ensuite, à l’aveugle avant

Le testeur a téléchargé Draw Things depuis le Mac App Store. La fiche indiquait « Offline AI Art », développeur Draw Things, Inc., 4,6 étoiles pour 175 évaluations, 18 ans et plus, n° 8 dans Photo et vidéo, 471 MB.

La fiche n’indique pas clairement que l’application fonctionne en local au-delà de « Offline AI Art ». Elle cite une optimisation pour M1, M2 et M3 et ne mentionne pas les puces plus récentes (d’après la lecture du testeur).

Les caractéristiques techniques sont listées sans explication, et les limites ne sont pas visibles.

Une boîte de dialogue d’accueil (étape 1 sur 3, en anglais) demande une source de modèles : Cloud Compute (nécessite une connexion Apple), téléchargement via Draw Things, ou import depuis le stockage local. Elle suggère FLUX.1 comme « mighty and popular ».

L’étape 2 sur 3 répertorie les modèles officiels par nom et par famille. La taille de fichier, le type de tâche et les indications matérielles n’apparaissent pas dans les lignes. Un champ de recherche se trouve au-dessus de la liste.

Rien n’explique quels modèles produisent des images et lesquels de la vidéo, en quoi ils diffèrent, ni s’ils tiennent en mémoire. Le testeur a qualifié la liste d’« interminable » et le processus de « recherche à l’aveugle ».

Correction des notes du testeur : les notes disent qu’il n’y a pas de fenêtre de recherche ; la capture d’écran en montre une. Le constat se limite donc à l’absence de filtres par taille, tâche et matériel.

Le testeur cherchait un modèle qui tienne dans 24 GB. D’après les boîtes de dialogue de téléchargement : un modèle FLUX d’environ 32 GB, Chrono Edit 14B d’environ 25 GB et LTX 2.3 22B distilled (6-bit) d’environ 57 GB. Les boîtes de dialogue de ces trois modèles ne figurent pas dans les notes.

SeedVR2 7B semblait assez léger avec 16 757,66 MiB (environ 16,4 GiB) et a été téléchargé.

La boîte de dialogue de téléchargement affiche le pourcentage et les MiB, mais pas le temps restant. Selon le testeur, le reste de l’application était inutilisable pendant le téléchargement du modèle.

Un téléchargement de cette taille devrait afficher une estimation de durée, comme le font la plupart des applications.

L’étape 3 sur 3 de la configuration demande où enregistrer les images générées, dans la même fenêtre que le téléchargement du modèle. L’étape est marquée comme facultative. Le testeur s’est demandé pourquoi elle figure dans la configuration.

La page des tarifs présente une Free Edition : « Create prompts and download models from our servers to generate images locally and privately on your own device », avec calcul local, téléchargements de modèles, canevas infini et entraînement LoRA en local.

Le testeur n’a pas pu déterminer en quoi un compte gratuit (« Community ») diffère de la Free Edition. Selon son interprétation, la Free Edition s’exécute sur le Mac et Community ajoute du calcul dans le cloud avec des limites d’usage. Non vérifié.

L’historique des publications semblait actif : environ une publication tous les deux mois, d’après la lecture du testeur. Les dates exactes n’ont pas été consignées.

La documentation comporte des pages sur Basic UI, Models, LoRA, ControlNet, Textual inversion, Others, CoreML et Scripts. La page Basic UI affiche une image de substitution, et son plan contient une ligne « [old version] ».

La documentation est superficielle et suppose que l’on sache ce qu’est un LoRA.

Prompt : « red ball please. with gold dot in middle ». L’application a affiché une durée estimée de 11 minutes et le testeur entendait l’ordinateur travailler. Le résultat était un carré gris uni.

Un champ de prompt « Negative » était actif. Le testeur ne l’avait pas ajouté et ne savait pas pourquoi il était là.

Une deuxième tentative a utilisé un long prompt rédigé par ChatGPT (château de Neuschwanstein, style Keith Haring, exactement quatre couleurs). Les estimations de durée sur l’ensemble des tentatives étaient d’environ 11, 10 et 20 minutes. Les notes n’indiquent pas le résultat de cette tentative ; le testeur est ensuite parti chercher la cause.

Le testeur en déduit que l’estimation ne dépend pas du prompt. Trois points de données seulement ; l’estimation peut aussi refléter le modèle sélectionné.

L’application décrit SeedVR2 7B comme un modèle de restauration vidéo par diffusion en une étape. Il avait été sélectionné pour les deux tentatives d’image.

Le testeur a sélectionné un modèle de restauration pour un prompt texte-vers-image.

L’application aurait dû signaler que le modèle ne convient pas à un prompt texte. Les notes ne rapportent aucun avertissement.

Grok n’a pas répondu. Perplexity, oui. Pour un MacBook de 24 GB, il a cité ERNIE Image Turbo 1.0 (6-bit S et 8-bit S) comme modèles d’image les plus sûrs et SeedVR2 7B pour l’upscaling et la restauration. Il a jugé LTX-2.3 22B distilled (6-bit) expérimental pour de la vidéo courte en basse résolution, et a déconseillé les modèles LTX [dev] ainsi que le modèle ERNIE Base complet. Ses sources n’ont pas été vérifiées ici.

L’application devrait proposer cela : saisir son matériel et obtenir une liste préfiltrée.

Le testeur a téléchargé ERNIE Image Turbo 1.0 (8-bit S) : 11 644,41 MiB, soit environ 11,4 GiB, en 3 fichiers.

On suppose qu’il s’agit du modèle à l’origine des images suivantes. Les notes ne le nomment pas.

Chaque image a pris moins d’une minute. Les durées n’ont pas été consignées.

Le prompt Neuschwanstein a produit un château reconnaissable avec des personnages dans le style de Haring et des lignes rayonnantes (en haut de cette page). Les tons naturels de la pierre, de la forêt et du ciel subsistent : la consigne « exactement quatre couleurs » n’a donc pas été respectée.

Un camping-car généré paraît convaincant, mais le lettrage sur son flanc est un texte dénué de sens. Le prompt n’a pas été consigné.

La qualité d’image est excellente. Le texte à l’intérieur des images est faible.

Le testeur a demandé une image d’en-tête présentant PromptQuorum comme « the world's leading directory for local LLM and local AI apps ». La première tentative a utilisé un long prompt (compteur de longueur : 3 670) et a produit un collage sombre d’interface avec plusieurs étiquettes brouillées.

Après modification des réglages, la sortie est devenue du bruit multicolore. Text Guidance indique 45,5 dans le panneau.

On suppose que la valeur de guidage élevée a causé le bruit. La cause n’a pas été isolée.

Baisser le réglage « iteration » a aidé, selon les mots du testeur.

Avec un prompt plus court (compteur : 51), le titre est devenu lisible. Les petites étiquettes sont restées brouillées.

Le testeur n’a pas trouvé comment dire « garde cette image et change ceci », comme le permettent les modèles de chat de pointe. Pour démarrer une nouvelle image, il a effacé l’ancien prompt à la main.

Version History (avec des entrées « Generated image » et « Cleared canvas »), un bouton « Edit », Canvas Tools, Image Interpreter et CLIP Score sont visibles sur les captures d’écran. Aucun n’a été évalué.

Un utilisateur novice ne comprendrait pas les commandes, et le lien entre commandes et modèles n’est pas clair. Le panneau comporte pourtant un texte explicatif, qui précise que les commandes sont des fichiers supplémentaires ajoutés par-dessus les modèles.

Le testeur ne continuera pas à utiliser l’application, bien qu’elle soit gratuite. Raisons : pas de mode simple, résultats difficiles à adapter, et on ne sait pas comment appliquer un style maison ou guider le système vers une image précise.

L’idée du testeur selon laquelle un modèle local peut produire des images qu’un modèle cloud refuserait n’a pas été testée.

« Pas pour moi, pas maintenant. » Il lui manque peut-être le savoir-faire pour maîtriser un tel outil.