Générateur d'images IA sans censure ou filtré

Presque tous ceux qui travaillent professionnellement avec des images racontent la même histoire. Un prompt décrivant quelque chose d'ordinaire — une coupe transversale d'articulation du genou, une voiture à l'instant de l'impact, une étude de figure au fusain, un soldat en 1944 — revient sous forme de violation des règles. Vous reformulez, et vous obtenez une autre violation. Vous finissez par écrire quelque chose d'assez vague pour passer, et vous obtenez une image qui ne montre plus ce dont vous aviez besoin. L'outil n'a pas échoué bruyamment ; il a échoué par degrés, et c'est vous qui avez transigé.

01Pourquoi un générateur d'images IA refuse-t-il un prompt manifestement légitime ?

Le refus n'est généralement pas l'avis du modèle d'image. C'est la sortie d'une pile de filtrage autour du modèle, et ses couches expliquent presque tous les refus étranges que vous avez reçus.

Couche	Ce qu'elle inspecte	Échec caractéristique
Liste de mots interdits	Chaînes littérales et quasi-variantes dans votre texte	Bloque un mot quelle que soit la phrase autour — « speculum » échoue, « stethoscope » passe
Classifieur de prompt	Un jugement appris du « risque » du prompt	Se déclenche par proximité thématique : tout ce qui touche à la médecine, aux armes, aux corps ou à la politique obtient un score élevé
Entraînement au refus	La réticence apprise du modèle lui-même	Refuse sans erreur, ou produit discrètement un substitut aseptisé
Classifieur de sortie	Les pixels rendus, sans contexte de prompt	Ne distingue pas une planche d'anatomie d'une image pornographique, ni un photogramme de film d'un événement réel
Substitution par politique	Réécriture silencieuse de votre prompt avant le rendu	Vous obtenez une image, mais pas celle que vous aviez spécifiée, et on ne vous dit pas pourquoi

Toutes les couches partagent un même angle mort : aucune ne peut voir pourquoi vous demandez. Un illustrateur médical, l'expert d'une partie civile reconstituant une collision et une personne malintentionnée tapent tous le même nom commun. Le filtre voit le nom, pas l'atlas ni le dossier d'instruction, et il est noté sur les préjudices qu'il laisse passer — jamais sur le travail qu'il détruit. Sous cette asymétrie, le réglage rationnel pour tout opérateur est de refuser davantage. C'est aussi pourquoi « il suffit de reformuler » n'est pas une solution : reformuler n'apporte au filtre aucune information qui lui manquait, cela ne fait qu'éloigner votre prompt des mots qui l'ont déclenché, c'est-à-dire généralement de ce que vous vouliez dire.

02Ce que les filtres de contenu sont réellement là pour empêcher

Un plaidoyer pour la génération sans filtre qui feindrait que les filtres existent sans raison ne mérite pas d'être lu. Il existe un ensemble restreint de sorties dont le préjudice est intrinsèque à l'image elle-même, indépendamment de qui demande et pourquoi :

• Le contenu sexuel impliquant des mineurs. Aucun contexte ne le rend acceptable ; aucun flux de travail professionnel ne l'exige.
• L'imagerie intime non consentie de personnes réelles. Le préjudice frappe quelqu'un qui n'a pas donné son accord, et un retrait ne le répare pas.
• Le harcèlement ciblé et la fabrication diffamatoire — faire croire qu'un individu nommément désigné a fait quelque chose qu'il n'a pas fait.
• Les documents de qualité falsification — passeports, cartes d'identité, billets de banque, sceaux et instruments financiers conçus pour passer pour authentiques.
• Les preuves synthétiques trompeuses — imagerie fabriquée d'événements réels présentée comme documentation plutôt que comme illustration.

La liste est courte et elle a une structure : le préjudice réside dans l'artefact, dans sa ressemblance avec une personne ou un document réel, et dans sa présentation comme vérité. Remarquez ce qui n'y figure pas — la nudité, le sang, les armes, l'atrocité historique, la moquerie politique. Ce sont les matières premières de la médecine, du journalisme, de l'art, de la médecine légale et de la satire, et un filtre qui les traite comme des catégories de préjudice met en œuvre une idée bien plus large de ce qui constitue un sujet respectable.

Shannon interdit tout ce qui figure dans cette liste, dans une politique d'utilisation responsable publiée avec des catégories nommées et des conséquences, plutôt qu'un tableau de mots-clés qui attrape aussi « placenta ». L'une est une règle que vous pouvez lire et nous opposer ; l'autre est une conjecture sur vos intentions par un classifieur que vous ne pouvez pas voir.

03Quelle est l'ampleur du sur-refus ? Ce que la recherche mesure

Jusqu'à récemment, le sur-refus dans les modèles d'image était une anecdote — des milliers de personnes avec la même histoire et aucun moyen d'en mesurer l'ampleur. Cela a changé avec OVERT (OVEr-Refusal evaluation on Text-to-image models), présenté à ICML 2025 par une équipe de UC Berkeley comprenant Ziheng Cheng, Somayeh Sojoudi, Xuandong Zhao, Dawn Song et Song Mei : le premier benchmark à grande échelle mesurant la fréquence à laquelle les systèmes texte-vers-image refusent des prompts entièrement bénins.

La conception compte. Les 4,600 prompts sont bâtis pour paraître nuisibles tout en étant inoffensifs — la forme d'une vraie demande professionnelle mentionnant un scalpel, un hématome ou une manifestation — et les 1,785 prompts véritablement nuisibles les accompagnent comme témoins, afin qu'un modèle ne puisse pas bien scorer en refusant tout. Les neuf catégories vont de la vie privée des particuliers et des personnalités publiques au droit d'auteur, à la discrimination, à l'automutilation, au contenu sexuel et aux activités illégales, jusqu'à la violence.

Le résultat principal est que le sur-refus est répandu à travers les catégories et à travers les principaux modèles. Le second est plus accablant pour le contournement habituel : les auteurs ont testé la réécriture de prompt comme mesure d'atténuation et rapportent qu'elle « compromet souvent la fidélité au sens des prompts originaux ». Vous pouvez passer le filtre en changeant ce que vous demandiez, et alors vous n'avez plus ce que vous demandiez.

Une étude plus étroite parvient à la même conclusion du côté des pixels. Dans An Art-centric perspective on AI-based content moderation of nudity (Riccio, Curto, Hofmann et Oliver, atelier AI4VA à ECCV 2024), les auteurs évaluent trois classifieurs NSFW de production sur la nudité artistique et mettent au jour à la fois un biais de genre et un biais stylistique : le verdict sur une étude de figure dépend du corps représenté et du style employé. C'est l'énoncé mesuré de ce que tout dessinateur d'après modèle s'est entendu dire être imaginaire.

04Huit types de travail légitime que les générateurs filtrés bloquent

Ce sont les catégories où le sur-refus n'est pas un désagrément mais un arrêt de travail. Là où un cas précis a été rapporté, il est cité ; là où aucun n'a été vérifié, la catégorie est décrite sans inventer d'incident.

1. Illustration médicale et anatomique

Le cas le mieux documenté du domaine. En avril 2023, The Intercept (Debbie Nathan) a rapporté que Midjourney avait interdit des termes anatomiques dont speculum, placenta, cervix, vulva, fallopian tubes, mammary glands, uterine, urethra, hymen, sperm, condom et IUD, tandis que DALL·E 2 refusait « pills used in medication abortion » avec un message de violation des règles. Le schéma a été découvert par Julia Rockwell, analyste de données cliniques qui avait tenté de générer une image de placenta comme cadeau pour une amie biologiste cellulaire, et rapporté à la MIT Technology Review. L'asymétrie est révélatrice : « stethoscope » se générait normalement tandis que « speculum » était interdit. Bill Howe, chercheur à l'université de Washington, a qualifié ces filtres de « grossiers » et déclaré qu'ils rendaient « pratiquement impossible d'avoir une discussion scientifique sur la reproduction ». L'éducation des patients, les atlas chirurgicaux et les programmes de formation en soins infirmiers ont tous besoin de corps représentés avec exactitude, y compris les parties qu'une liste de mots-clés a décrété indécentes.

2. Reconstitution médico-légale et d'accident

La reconstitution de collision, l'analyse d'origine d'incendie et les démonstratifs judiciaires exigent de représenter dégâts, blessures et mécaniques violentes avec une exactitude clinique. Un filtre réglé pour rejeter « sang » ou « blessure par balle » rejette la discipline : le contexte — un rapport d'expertise, un dossier d'assurance — est invisible pour le classifieur, et la neutralité même qui rend une telle imagerie recevable est ce qui la fait lire comme du gore.

3. Nus artistiques et dessin d'après modèle

Le nu est un sujet fondateur de l'art partout dans le monde, et l'étude de figure est au cœur de l'enseignement artistique. Le résultat ECCV 2024 ci-dessus est la version mesurée de ce que rapportent les artistes : les classifieurs ne séparent pas de façon fiable une étude de figure d'une image pornographique, et leurs erreurs sont biaisées par le genre et le style — un filtre le plus dur précisément envers la tradition qu'il devrait reconnaître.

4. Imagerie historique et de guerre

L'iconographie des manuels, la médiation muséale et les projets mémoriels exigent de représenter uniformes, armes, camps, batailles et atrocités. L'épisode Gemini de février 2024 est instructif parce que l'échec est allé dans le sens inverse pour un dommage égal. Google a suspendu la capacité de Gemini à générer des images de personnes le 22 février 2024, après qu'il eut produit des représentations racialement recomposées de groupes historiques, dont des soldats allemands de l'époque nazie. Le PDG Sundar Pichai a qualifié ces sorties de « totalement inacceptables » ; le vice-président senior Prabhakar Raghavan a reconnu que le modèle avait « surcompensé » et était devenu « trop conservateur ». Une sécurité aveugle au contexte n'a pas rendu l'imagerie historique plus sûre — elle l'a rendue fausse, ce qui, pour un éditeur d'histoire, est pire.

5. Violence en fiction et prévisualisation cinématographique

Storyboards, concept art, bandes dessinées et game design représentent la violence pour la même raison que les romans et les films. Un filtre incapable de distinguer un storyboard d'horreur d'une menace traite toute la chaîne des arts narratifs comme suspecte — alors qu'un storyboard est explicitement non réel, un plan pour une scène que des acteurs et des équipes d'effets vont mettre en scène.

6. Satire politique et dessin de presse

La caricature des puissants compte parmi les catégories d'expression les plus protégées dans la plupart des démocraties, et c'est régulièrement la première chose qu'un filtre d'image supprime. Le cas documenté le plus clair est la décision de Midjourney, en avril 2023, d'interdire les images du président chinois Xi Jinping et de bloquer son nom dans les prompts — rapportée par PetaPixel, Decrypt et d'autres — tout en continuant d'autoriser d'autres dirigeants mondiaux. Le fondateur David Holz a expliqué sur Discord que l'entreprise voulait « minimiser le drame » et que « la possibilité pour les gens en Chine d'utiliser cette technologie est plus importante que votre capacité à produire de la satire » ; Sarah McLaughlin, de la Foundation for Individual Rights and Expression, a qualifié cela de censure. Quelle que soit la conclusion sur le calcul commercial, le mécanisme mérite d'être nommé : une restriction nationale de la parole appliquée à chaque utilisateur dans le monde, parce qu'un filtre global n'a qu'un seul réglage.

7. Recherche en sécurité et supports de sensibilisation au hameçonnage

Les équipes de sécurité construisent des supports de formation qui doivent ressembler à ce contre quoi ils mettent en garde : un faux écran de connexion convaincant, une facture usurpée, un QR code malveillant sur un horodateur. Pour un classifieur, c'est indiscernable de l'attaque contre laquelle ils immunisent — la vraisemblance est précisément le but — si bien que les filtres bloquent défense et attaque de la même façon, avantageant l'attaquant, qui de toute façon n'allait jamais utiliser un outil grand public filtré.

8. Des ayants droit à qui l'on refuse des images de leur propre marque, produit ou ressemblance

Le filtrage du droit d'auteur et des marques ne vérifie pas la propriété ; il vérifie la ressemblance. Une entreprise ne peut pas facilement générer une image de son propre logo ou produit, un ayant droit ne peut pas représenter son propre personnage, et les gens ne peuvent souvent pas générer leur propre visage, parce que les filtres de ressemblance se déclenchent sur la reconnaissabilité et non sur le consentement. OVERT inclut les « violations de droit d'auteur » parmi ses neuf catégories de sur-refus précisément parce que ce faux positif est très fréquent. Le filtre est un instrument grossier pour une question — en avez-vous le droit ? — qu'il n'a aucun moyen de poser.

Quatre des huit catégories ci-dessus sont adossées à un cas publié précis (médical, nus artistiques, historique, satire), auxquels s'ajoute la catégorie droit d'auteur d'OVERT pour la huitième. La médecine légale, la prévisualisation de fiction et les supports de sensibilisation à la sécurité sont énoncés comme catégories : ce sont des classes bien connues de travail professionnel affecté, pour lesquelles nous n'avons pas vérifié d'incident publié précis.

05Pourquoi les générateurs d'art IA bloquent les mauvaises choses, et pourquoi les faux positifs des filtres ne peuvent pas être réglés

La réponse instinctive au sur-blocage est « assouplissez le seuil ». Cela ne fonctionne pas, pour des raisons structurelles et non par manque d'efforts.

Les catégories se recouvrent dans le signal mais pas dans la réalité. Une illustration chirurgicale et une image pornographique partagent la nudité. Une reconstitution médico-légale et le gore partagent le sang. Une diapositive de sensibilisation et un kit de hameçonnage partagent un faux formulaire de connexion. Un dessin satirique et une fabrication diffamatoire partagent un politicien reconnaissable. Ce qui distingue chaque paire, c'est la finalité et la présentation — absentes du prompt et absentes des pixels. Aucun seuil ne sépare deux populations occupant la même région de l'espace d'entrée ; le déplacer ne fait qu'échanger une erreur contre l'autre. C'est ce qu'a montré l'épisode Gemini : une intervention censée corriger un échec en a produit un autre, décrit par le vice-président senior de Google lui-même comme une « surcompensation ».

Les coûts sont asymétriques pour l'opérateur, pas pour vous. Un filtre qui laisse passer une mauvaise image produit un article de presse. Un filtre qui en bloque dix mille légitimes produit du silence, car les utilisateurs refusés ne s'organisent pas — ils abandonnent. La gestion du risque sous cette asymétrie converge durablement vers le sur-blocage. Et parce que le jugement sous-jacent est impossible, les listes d'interdiction accumulent des chaînes littérales au fil des incidents, ce qui explique comment « stethoscope » passe et « speculum » est banni. Personne n'a décidé que les instruments propres aux femmes étaient plus dangereux ; la liste a poussé là où les plaintes sont tombées. Elle encode l'historique de communication d'un opérateur, pas une théorie du préjudice.

La juridiction la plus stricte devient le réglage mondial par défaut. Un seul filtre sert tous les utilisateurs de tous les pays, si bien qu'une restriction ajoutée pour un marché est exportée à tous — la règle Xi Jinping étant le cas d'école. Et réécrire votre prompt détruit votre sens, ce qui est le point expérimental d'OVERT : chaque professionnel qui a blanchi une demande en euphémisme pour passer un filtre l'a confirmé à la main. Vous n'avez pas gagné ; vous vous êtes contenté de peu.

Rien de tout cela n'est gratuit, et parce que cela échoue silencieusement, le coût est invisible dans les métriques que surveille un opérateur. Après assez de refus, vous cessez de demander, en rétrécissant d'avance chaque prompt à ce que vous prévoyez qui passera ; l'euphémisme qui finit par passer donne une image proche de ce dont votre document avait besoin, mais pas celle-là. Un message de politique générique ne vous dit rien sur la couche qui s'est déclenchée, vous ne pouvez donc que deviner et réessayer — et le travail sur l'image est itératif, si bien qu'un filtre qui attrape une tentative sur cinq casse la boucle plutôt que de simplement la ralentir. Pendant ce temps, les domaines qui ont la plus forte revendication à des outils sérieux n'ont ni examinateur, ni recours, et généralement aucune liste publiée de ce qui est bloqué. Une règle que vous ne pouvez pas lire n'est pas une règle ; c'est la météo.

06Générateur d'images IA sans censure ou filtré : ce qui change réellement

Voici la version honnête de la comparaison, y compris ce qu'un système sans filtre ne vous donne pas.

Dimension	Générateur filtré	Sans filtre (Shannon)
Qui décide	Un classifieur qui lit des mots et des pixels	Une personne qui lit le prompt exact
Quand vous l'apprenez	Après avoir soumis — parfois après avoir payé	Avant tout rendu et toute facturation
Quelle est la règle	Des listes d'interdiction non publiées et changeantes	Une politique d'utilisation responsable publiée
Contexte professionnel	Invisible pour le système	Le vôtre à détenir, et le vôtre à assumer
Mode d'échec	Sur-blocage silencieux, dérive du sens	Vous obtenez ce que vous avez demandé — erreurs comprises
Qui porte le risque	Le fournisseur, reporté sur votre travail	Partagé : politique de l'opérateur plus responsabilité de l'utilisateur

La dernière ligne est celle que l'on saute, et celle qui compte. Retirer un filtre ne retire pas les catégories de préjudice de la section 02 ; cela retire la machine qui les devinait mal. L'obligation reste là où elle était, portée désormais par deux parties capables de raisonner sur le contexte : l'opérateur, qui publie et applique une politique, et vous, qui savez à quoi sert l'image. La génération d'images IA sans filtre est un outil pour des gens déjà prêts à assumer leur production — l'atlas du chirurgien, le rapport d'expertise, le storyboard, le dessin de presse — que bloquait un système incapable de les distinguer de quelqu'un d'autre.

07Ce que fait Shannon — et ce qu'il ne fait pas

La précision compte ici plus que l'enthousiasme, en particulier pour les lecteurs arrivant d'une recherche sur l'API.

Ce qu'il fait

• Génération. Décrivez une image en langage courant, dans n'importe quelle langue. Shannon rédige lui-même le prompt de génération, en anglais, quelle que soit la langue de votre demande.
• Édition d'une image. Exactement une source — une image déjà dans la conversation, ou jointe à votre message en cours — modifiée par une instruction disant ce qui change et ce qui reste. La sortie conserve automatiquement le format de la source.
• Combinaison de deux images ou plus. Transfert de tenue, objet-dans-scène, personne à côté d'une personne, produit-sur-personne, sujet d'une image avec le style d'une autre. Le prompt nomme le rôle de chaque image dans l'ordre, et les vraies images sont utilisées, si bien que leur apparence réelle est préservée au lieu d'être redécrite.
• Contrôle du format. square (par défaut), portrait, landscape, wide et tall. Une demande explicite l'emporte toujours.
• Rendu sur notre propre cluster GPU, sans filtre de contenu sur le chemin de génération et sans couche de refus sur le modèle qui rédige le prompt.

Ce qu'il ne fait pas

• Pas de vidéo. Shannon n'anime pas les images et ne produit pas de vidéo. Ce n'est pas un élément de feuille de route qu'on garderait pudiquement sous le coude — cela n'existe pas.
• Pas sur l'API. La génération, l'édition et la combinaison d'images vivent dans l'application de chat Shannon. L'API /v1 sert le texte et la vision — elle peut lire les images que vous lui envoyez — mais elle ne les rend pas.
• Aucune génération non sollicitée. Une salutation, une question ou une photo jointe en passant ne déclenche pas d'image. Demander à Shannon de regarder une image — la décrire, la lire, l'analyser — relève du travail de vision ordinaire, pas d'une génération, et ne coûte rien de plus.

La carte de confirmation

C'est le mécanisme qui remplace le filtre, et c'est un choix de conception plutôt qu'une formalité. Quand Shannon détermine que vous demandez une image, il rédige le prompt de génération et vous le montre sur une carte de confirmation avant tout rendu. Rien n'est généré et rien n'est facturé tant que vous n'avez pas confirmé.

Comparez les deux conceptions sur le fond. Un filtre devine votre intention avec moins d'informations que vous n'en avez, et applique sa supposition en silence. Une carte de confirmation place la spécification littérale de l'image devant la partie qui sait à quoi elle sert, avant toute dépense de calcul. Elle attrape les mauvaises lectures de votre demande, ce que les filtres ne font jamais ; elle vous laisse ajouter la précision anatomique ou le détail historique que le modèle avait sous-spécifiés ; et elle rend la responsabilité lisible plutôt que diffuse. Vous avez vu le prompt, et vous avez appuyé sur le bouton.

08La génération sans filtre élève la responsabilité, elle ne la supprime pas

Cette section a sa place ici plutôt qu'en bas de page, car elle constitue la moitié de l'argument. Un générateur filtré fait une promesse qu'il ne peut pas tenir : que l'outil empêchera les abus à votre place. Il échoue dans les deux sens — il bloque le chirurgien, et il n'arrête pas un acteur malveillant déterminé, qui a d'autres options et en a toujours eu. Ce qu'il fait de façon fiable, c'est laisser tout le monde croire que la responsabilité a été traitée en amont, par une machine. Retirer le filtre retire cette fiction ; la question de savoir si une image doit exister revient aux personnes capables d'y répondre.

• L'obligation de Shannon Lab LLC. Une politique d'utilisation responsable publiée et précise, nommant les catégories interdites plutôt qu'une liste d'interdiction secrète — des règles que vous pouvez lire, citer et nous opposer.
• Votre obligation. Vous connaissez la finalité, le public, la juridiction et l'état du consentement de toute personne représentée. L'outil, lui, ne les connaît pas, et un classifieur ne le pourrait jamais. La carte de confirmation existe pour que ce savoir soit appliqué au moment où il compte, par la partie qui le détient.
• La limite qui ne bouge pas. « Le filtre ne m'a pas arrêté » n'a jamais été une défense, dans aucun média. Un appareil photo ne refuse pas, un crayon ne refuse pas ; ce sont la loi et la déontologie professionnelle qui régissent l'usage, pas l'instrument. Un générateur sans filtre rétablit l'arrangement ordinaire sous lequel opère tout autre outil professionnel.

Lisez la politique d'utilisation responsable avant de commencer. Elle est courte, précise, et c'est la partie de ce produit qui rend tout le reste défendable.

09Questions fréquentes

---

Sources : Cheng, Huang, Xu, Sojoudi, Zhao, Song & Mei — OVERT (arXiv:2505.21347, ICML 2025) · Riccio, Curto, Hofmann & Oliver — An Art-centric perspective on AI-based content moderation of nudity (arXiv:2409.17156, AI4VA @ ECCV 2024) · Debbie Nathan, The Intercept, 22 avril 2023 · PetaPixel, 3 avril 2023 · CNBC, 22 février 2024. Shannon AI est exploité par Shannon Lab LLC, Nouveau-Mexique, États-Unis.