Vous générez un portrait dans Stable Diffusion. La composition est réussie, l'éclairage est dramatique, mais le visage ne va pas. La peau est dépourvue de pores. La surface accroche la lumière comme un mannequin. Chaque détail est trop parfait : c'est l'inimitable « effet plastique de l'IA », qui signale immédiatement une image générée par une machine.
Ce guide explique pourquoi cela arrive, quels modèles réalistes dans Stable Diffusion corrigent réellement le problème, et quels réglages et traitements permettent de distinguer une image photoréaliste d'un rendu plastique.
Pourquoi vos images Stable Diffusion ont un aspect plastique
L'effet plastique n'est pas dû à une seule erreur. Il résulte de trois facteurs qui se superposent et se renforcent.
Biais des données d'entraînement. Les modèles de base comme SDXL et SD 1.5 ont été entraînés sur des millions d'images, dont beaucoup sont des photos de stock retouchées, des illustrations lissées ou des images générées par IA réinjectées dans le jeu d'entraînement. Le modèle apprend que la peau lisse et parfaite est la norme, puisqu'elle domine sa distribution d'entraînement. Les checkpoints réalistes fine-tunés corrigent ce biais en s'entraînant spécifiquement sur des photos non retouchées, avec texture de peau, pores et imperfections naturelles visibles.
Interaction entre sampler et CFG. Les valeurs de CFG supérieures à 7 obligent le modèle à suivre votre prompt à la lettre. Il produit alors souvent une version idéalisée de chaque concept, y compris de la peau. Un CFG de 8 ou plus dans un prompt de portrait supprime activement le bruit haute fréquence qui devient des pores, des imperfections et de la microtexture. Avec des samplers qui privilégient la cohérence au détail, vous obtenez des surfaces lisses comme du verre et artificielles de près.
Absence de prompts négatifs. Sans indication explicite de ce qu'il doit éviter, le modèle ne sait pas que la peau plastique, lissée, aérographiée ou ressemblant à celle d'une poupée est indésirable. Les prompts négatifs ne servent pas uniquement à supprimer les doigts en trop : ils contrôlent directement le réalisme de la peau.
Les meilleurs modèles réalistes dans Stable Diffusion
Tous les checkpoints ne sont pas conçus pour le photoréalisme. Les modèles ci-dessous ont gagné leur réputation grâce à une qualité constante, à la validation active de la communauté et à des chiffres de téléchargement mesurables sur Civitai. Chacun excelle dans un aspect différent du réalisme.
| Modèle | Architecture | VRAM min. | Idéal pour | Atout principal |
|---|---|---|---|---|
| RealVisXL V5.0 | SDXL 1.0 | 8 GB | Portraits, gros plans | Rendu pellicule naturel, texture de peau |
| Juggernaut XL v10 | SDXL 1.0 | 8 GB | Photoréalisme polyvalent | Éclairage cinématographique, large gamme de prompts |
| Realistic Vision V6.0 | SD 1.5 | 4 GB | Réalisme sur matériel modeste | Fonctionne avec 4 GB, immense écosystème LoRA |
| CyberRealistic XL v10 | SDXL 1.0 | 8 GB | Photoréalisme propre, itérations rapides | Prise en charge LCM/Lightning, sortie nette |
| EpicRealism | SD 1.5 / SDXL | 4-8 GB | Détails fins, lumière naturelle | Évite la suraccentuation, tons vivants |
RealVisXL V5.0 reste le choix favori de la communauté pour les portraits. Sa peau résiste à un examen rapproché et possède un grain naturel rappelant la pellicule 35 mm. Juggernaut XL v10 est le checkpoint SDXL le plus polyvalent. Si vous ne savez pas par où commencer, il gère aussi bien les portraits que la photo de produit et totalise plus de 18 millions de téléchargements.
Realistic Vision V6.0 est la légende SD 1.5 qui refuse de disparaître : il fonctionne sur une carte graphique de 4 GB et offre encore des tons de peau et une lumière comparables aux modèles SDXL à résolution inférieure. CyberRealistic XL propose des variantes LCM et Lightning pour itérer rapidement sans sacrifier le photoréalisme. EpicRealism complète la liste avec une approche volontairement naturelle, qui évite le piège de la suraccentuation donnant aux autres modèles un aspect trop « IA ».
Choisir le bon modèle pour votre matériel
Le choix du modèle ne sert à rien si votre GPU ne peut pas l'exécuter. La méthode est simple : associez d'abord votre niveau de VRAM à la bonne architecture, puis optimisez le réalisme à l'intérieur de cette catégorie.
| Niveau de VRAM | Architecture recommandée | Meilleur modèle réaliste | À quoi s'attendre |
|---|---|---|---|
| 4-6 GB | SD 1.5 | Realistic Vision V6.0 | 512x512 natif, génération rapide, excellents tons de peau, résolution limitée |
| 8 GB | SDXL | Juggernaut XL v10 ou RealVisXL V5.0 | 1024x1024 natif, détails solides, gestion de la VRAM parfois nécessaire avec plusieurs LoRA |
| 12 GB+ | SDXL confortable ou Flux | Tout checkpoint SDXL avec stack LoRA complète | Workflows multi-LoRA, ControlNet et ADetailer simultanément |
| 16 GB+ | Flux ou SDXL | Flux Dev GGUF Q8 | Meilleur photoréalisme local, anatomie et respect du prompt supérieurs |
SDXL demande 8 GB pour se charger et 12 GB pour fonctionner sans jongler constamment avec la VRAM. Avec 6 GB ou moins, ne luttez pas contre votre matériel. Les modèles SD 1.5 comme Realistic Vision sont optimisés pour une mémoire réduite et produisent encore un excellent photoréalisme en 512x512, que vous pouvez ensuite agrandir. Le passage de SD 1.5 à SDXL se voit immédiatement sur l'anatomie, le détail et la compréhension des prompts, mais son coût en VRAM augmente tout autant.
Réglages essentiels pour des images photoréalistes
Choisir le bon checkpoint n'est que la première étape. Le sampler, l'échelle CFG, le nombre d'étapes et le prompt négatif déterminent si la sortie ressemble à une photo ou à un rendu.
Sampler. DPM++ 2M SDE Karras et DPM++ 3M SDE Karras sont les choix de référence de la communauté pour la texture de peau. Ils préservent les détails haute fréquence : le microbruit qui devient pores, grain et irrégularité de surface. Euler a et DDIM produisent généralement des résultats plus lisses, exactement l'inverse de ce que demande le photoréalisme.
Échelle CFG. Pour les portraits SDXL, un CFG entre 4 et 7 donne la peau la plus naturelle. Au-dessus de 7, le modèle tend vers une sortie idéalisée et trop propre. Certains obtiennent d'excellents résultats avec un CFG de 2-3 et des prompts négatifs bien réglés : le modèle a alors plus de liberté pour générer une texture naturelle, au prix d'un respect moins strict du prompt.
Étapes. 25-30 étapes constituent la plage standard pour SDXL. Pour un maximum de détail dans la peau, 40-60 étapes avec DPM++ 3M SDE Karras améliorent visiblement la définition des pores et le rendu des cheveux. Au-delà de 60, les gains diminuent fortement. Les variantes Lightning et LCM peuvent produire des résultats utilisables en 4-8 étapes, mais elles conviennent mieux aux itérations qu'à la sortie finale.
Prompts négatifs. C'est ici que l'on élimine la majeure partie de l'effet plastique. Un prompt négatif solide pour les portraits réalistes contient :
plastic, smooth skin, airbrushed, poreless, doll-like, flawless, perfect skin3d render, cgi, digital painting, illustration, cartoon, animeblurry, low quality, deformed, bad anatomy, extra fingers, mutated handswax, retouched, photoshop, overexposed
La première ligne cible directement l'effet plastique. La deuxième supprime les styles non photographiques. La troisième traite les erreurs structurelles. La quatrième élimine l'esthétique trop polie de la postproduction qui rend les images artificielles, même lorsque la génération de base est réussie.
Au-delà du checkpoint : LoRA, ADetailer et prompt engineering
Même avec le bon modèle et les bons réglages, les visages perdent souvent du détail aux résolutions standard. La communauté a développé une approche de post-traitement par couches qui règle ce problème de façon systématique.
LoRA de réalisme. Des modèles LoRA légers comme Skin & Hand de Polyhedron et add-details-xl injectent texture de peau et détails fins avec de faibles poids, de 0.3 à 0.8. À 1.0, add-details-xl force le modèle à rendre des détails haute fréquence dans toute l'image : c'est parfois spectaculaire sur la peau, mais cela peut aussi créer des artefacts en arrière-plan. Commencez à 0.5 et ajustez selon le résultat.
ADetailer (After Detailer). C'est l'outil le plus efficace pour corriger les visages. ADetailer exécute un modèle de détection sur votre image, repère les visages et les régénère automatiquement en haute résolution avec un prompt dédié. Configuration recommandée :
- Modèle de détection :
face_yolov8n.pt - Seuil de confiance : 0.3
- Intensité de débruitage : 0.22-0.28, plus faible que la normale car vous voulez affiner et non remplacer
- Étapes : 18-22
- CFG : 4-4.5
- Inpainting uniquement sur le masque : ON
- Prompt ADetailer :
natural skin texture, visible pores, subtle imperfections, soft skin transitions, realistic eyes, natural lips
La faible intensité de débruitage est essentielle. À partir de 0.5, ADetailer remplace presque le visage, ce qui peut introduire des artefacts ou faire perdre l'identité du sujet. À 0.22-0.28, il affine les détails existants : structure des pores, netteté des yeux et petites corrections anatomiques, sans abandonner la génération d'origine.
Techniques de prompt pour le réalisme. Les mots choisis façonnent la texture générée. Les déclencheurs de réalisme efficaces comprennent :
natural skin texture, visible pores, subtle blemishes, frecklescandid iphone camera portrait, raw photo, unretouched85mm portrait lens, shallow depth of field, natural lightingoily skin, sun-damaged skin, aged 35 years old, flyaway hair strands
La dernière ligne est contre-intuitive, mais puissante. Les vrais visages ont une peau grasse, des dommages du soleil, des taches liées à l'âge et des cheveux rebelles. Demander ces imperfections éloigne le modèle de son défaut idéalisé et le rapproche d'un vrai photoréalisme. Préciser l'objectif et l'éclairage ancre aussi la sortie dans la réalité photographique plutôt que dans le rendu numérique.
Quand l'installation locale n'est pas possible : les solutions dans le cloud
Stable Diffusion en local exige beaucoup de matériel. Un workflow SDXL avec LoRA, ADetailer et ControlNet simultanément demande 12-16 GB de VRAM. Un workflow Flux en pleine précision en demande 24 GB. Tout le monde ne possède pas ce matériel ou ne souhaite pas y investir. L'installation de ComfyUI ou AUTOMATIC1111, le téléchargement de checkpoints de plusieurs gigaoctets et la configuration des samplers et extensions peuvent aussi prendre des heures avant la première image.
Les outils cloud de génération d'images IA offrent ici une alternative pratique. La plateforme text-to-image de Seavid AI donne accès à plusieurs modèles de pointe, dont Seedream 5.0, Nano Banana Pro et GPT Image, depuis un navigateur sans installation locale. Décrivez votre idée dans un prompt, choisissez le style et la résolution, puis générez rapidement. Pour retoucher ou transformer une image existante, l'outil image-to-image gère le transfert de style et l'amélioration en conservant la composition, tandis que SeedEdit permet une édition par instructions avec conservation de l'identité.
Le compromis concerne le contrôle. Stable Diffusion en local donne accès à chaque paramètre : sampler, CFG, nombre d'étapes, poids LoRA, prompts négatifs et masques d'inpainting. Les outils cloud masquent ces choix derrière une interface plus simple. C'est un avantage pour la rapidité et l'accessibilité, mais une limite si vous devez régler finement la texture de peau ou les détails du visage. Pour le prototypage rapide, le contenu social ou les utilisateurs sans GPU dédié, le cloud supprime entièrement la barrière matérielle. Pour des portraits photoréalistes de qualité production où chaque pore compte, le workflow local garde l'avantage.
Erreurs courantes et comment les éviter
- Utiliser le modèle SDXL de base pour les portraits. SDXL de base a tendance à produire une peau plastique. Passez toujours à un checkpoint réaliste fine-tuné comme RealVisXL ou Juggernaut XL.
- Utiliser un CFG supérieur à 7 sur la peau. Un CFG élevé supprime la texture naturelle. Descendez à 4-6 et laissez le prompt négatif gérer la qualité.
- Ignorer ADetailer. Les visages en 1024x1024 perdent du détail quand le sujet occupe une petite partie de l'image. ADetailer le corrige automatiquement.
- Empiler trop de LoRA. Chaque LoRA augmente le risque de dérives de couleur et d'artefacts. Commencez avec une LoRA de réalisme à 0.5, testez, puis ajoutez-en seulement si nécessaire.
- Oublier de préciser les imperfections. Si votre prompt dit seulement « beautiful woman, perfect skin », le modèle livrera exactement cela, avec un résultat artificiel. Ajoutez pores, imperfections et indications de lumière naturelle.
- Agrandir sans Hi-Res Fix. L'agrandissement standard accentue tout uniformément et peut donner un aspect cireux à la peau. Utilisez Hi-Res Fix avec une faible intensité de débruitage de 0.3-0.4.
Questions fréquentes
Puis-je obtenir un résultat photoréaliste avec SD 1.5 ou ai-je besoin de SDXL ?
Oui. Realistic Vision V6.0 sur SD 1.5 produit encore d'excellents tons de peau et un éclairage réaliste. Le compromis concerne la résolution, 512x512 natif contre 1024x1024 pour SDXL, ainsi que la cohérence anatomique. Avec 4-6 GB de VRAM, SD 1.5 est votre meilleure option, et vous pourrez agrandir le résultat ensuite.
Quel est le changement le plus efficace pour corriger l'effet plastique ?
Ajoutez un prompt négatif qui le cible explicitement : plastic, smooth skin, airbrushed, poreless, doll-like, flawless. Cela suffit à améliorer visiblement la plupart des checkpoints réalistes, avant même de modifier le sampler ou le CFG.
Ai-je besoin d'un GPU dédié ou puis-je utiliser des outils cloud ?
Un GPU NVIDIA dédié avec au moins 8 GB de VRAM est recommandé pour les workflows SDXL locaux. Sans cela, des outils cloud comme Seavid AI donnent accès à des modèles de qualité dans un navigateur, avec moins de contrôle paramètre par paramètre qu'une installation locale.
Qu'est-ce qui est meilleur pour le photoréalisme : Stable Diffusion ou Flux ?
Flux produit généralement un photoréalisme de meilleure qualité, avec une meilleure anatomie et un meilleur respect du prompt, mais demande 12+ GB de VRAM même quantifié et possède un écosystème LoRA plus réduit. SDXL reste le choix pratique pour la plupart des utilisateurs grâce à son immense bibliothèque communautaire, ses outils matures et ses besoins matériels plus faibles. Pour les meilleurs résultats sur une machine haut de gamme, Flux Dev en GGUF Q8 est actuellement la meilleure option locale.
Le choix du sampler est-il important pour le réalisme de la peau ?
Oui, beaucoup. DPM++ 2M SDE Karras et DPM++ 3M SDE Karras préservent le bruit haute fréquence qui devient la texture de peau. Passer d'Euler a à DPM++ SDE Karras peut améliorer le réalisme de la peau davantage qu'un changement de modèle, surtout avec les checkpoints SDXL.
