EditAgent : Adobe teste un agent IA pour retouche comme un pro Photoshop

Adobe Research et l’UC San Diego ont présenté EditAgent, un système d’intelligence artificielle conçu pour effectuer des retouches d’images de manière plus proche de l’approche d’un professionnel travaillant dans Photoshop. Plutôt que de répéter un même éditeur générique, EditAgent choisit des outils spécialisés pour chaque tâche et utilise un modèle de langage standard pour sélectionner la meilleure version à partir de mesures image par image, d’après The Decoder.

Le concept est simple à énoncer mais lourd à exécuter : l’agent orchestre une chaîne d’outils dédiée plutôt que d’appliquer une seule procédure répétée. Les équipes rapportent que la méthode fonctionne, mais qu’elle exige environ dix fois plus de puissance de calcul que l’approche classique, ce qui soulève des questions pratiques sur son adoption.

Comment EditAgent organise la retouche

EditAgent ne cherche pas à tout faire avec une seule opération. À la place, il identifie la bonne combinaison d’outils spécialisés — par exemple correction locale, suppression d’objets, ajustements colorimétriques — et les applique selon un plan d’édition séquentiel.

Après avoir généré plusieurs variantes, le système confie à un modèle de langage standard la sélection finale, en s’appuyant sur des mesures quantitatives issues de l’image pour départager les résultats. Cette double logique — choix d’outils + évaluation automatique — vise à reproduire la manière dont un retoucheur humain enchaînerait des opérations précises.

Un gain qualitatif, mais un coût élevé

Les premiers retours indiquent que l’approche améliore la pertinence des opérations et la finesse des retouches par rapport à une stratégie qui réessaie sans cesse un même éditeur généraliste. En revanche, elle multiplie sensiblement la consommation de ressources : d’après les informations publiées, EditAgent requiert environ dix fois plus de calcul que la méthode alternative testée.

Ce surcoût pose des limites pratiques. Il affecte la latence et le coût opérationnel, et rend plus délicate l’intégration dans des flux de production ou des services à large échelle. Il est possible que, avec des optimisations ultérieures, la facture computationnelle baisse, mais cela reste une hypothèse à confirmer.

Pourquoi cette architecture intéresse les professionnels

La logique de « choisir l’outil adapté » correspond à la pratique des studios et designers : plutôt que d’appliquer une correction massive, un professionnel combine des opérations ciblées pour obtenir un rendu plus contrôlé. En reproduisant cette démarche, un agent comme EditAgent peut réduire le nombre d’itérations nécessaires pour obtenir un résultat acceptable.

Pour les éditeurs de logiciels et les équipes IA, l’approche montre aussi une voie pour modulariser les éditeurs visuels : séparer les blocs fonctionnels et laisser un contrôleur intelligent composer les étapes. Cela peut faciliter l’ajout d’outils spécialisés sans renvoyer toute la logique à un modèle monolithique.

Questions en suspens et limites connues

• Portée des tests : les informations disponibles ne précisent pas l’étendue des scénarios testés ni la diversité des images traitées. Il est donc incertain dans quelle mesure les résultats s’étendent à des tâches très variées.
• Économie de ressources : la multiplication par dix du coût de calcul est rapportée comme un ordre de grandeur ; il reste à voir si des optimisations algorithmiques ou matérielles pourraient réduire cet écart.
• Qualité perçue : le gain qualitatif est décrit globalement comme positif, mais les critères d’évaluation et la sensibilité humaine à ces améliorations ne sont pas détaillés publiquement.

Toutes ces incertitudes signifient qu’on dispose d’une preuve de concept prometteuse, mais pas encore d’un cas d’usage industriel bien verrouillé.

Conséquences possibles

Si l’approche se confirme, elle pourrait influencer la manière dont les éditeurs conçoivent les chaînes d’outils : plus de modularité, des contrôleurs intelligents et des évaluations automatiques post-opération. Toutefois, le rendement pratique dépendra du rapport bénéfice/coût en puissance de calcul, et de l’aptitude des équipes produit à optimiser ces architectures.

Enfin, l’équation technique reste ouverte : faut-il privilégier un agent orchestral qui compose des outils spécialisés, ou perfectionner un éditeur généraliste unique ? Les deux voies ont des avantages et des compromis, et EditAgent illustre la première option en grandeur réelle.

Article réalisé pour The Decoder. Les éléments présentés ici reprennent et commentent les informations communiquées par les équipes d’Adobe Research et de l’UC San Diego ; certaines implications et hypothèses sont signalées comme incertaines quand elles ne reposent pas sur des données publiées.