{"id":14869,"date":"2026-04-26T10:14:25","date_gmt":"2026-04-26T09:14:25","guid":{"rendered":"https:\/\/www.keris-studio.fr\/blog\/?p=14869"},"modified":"2026-04-26T10:15:34","modified_gmt":"2026-04-26T09:15:34","slug":"comfyui-ia-generative-de-nouveaux-outilspour-larchitecte","status":"publish","type":"post","link":"https:\/\/www.keris-studio.fr\/blog\/?p=14869","title":{"rendered":"ComfyUI & IA g\u00e9n\u00e9rative :de nouveaux outilspour l’architecte"},"content":{"rendered":"
\n
\n
Workflows image-to-render
\n\u00b7<\/span>
\nPrompting architectural<\/div>\n<\/div>\n<\/header>\n

<\/p>\n

\n

La g\u00e9n\u00e9ration d’images par intelligence artificielle franchit un cap d\u00e9cisif pour la pratique architecturale. Des outils comme ComfyUI<\/strong> permettent aujourd’hui de construire des cha\u00eenes de traitement sophistiqu\u00e9es \u2014 render photor\u00e9aliste, transfert de style, recomposition d’ambiance \u2014 en connectant visuellement des n\u0153uds de traitement. Ce billet pr\u00e9sente les objectifs de la session exploratoire, les mod\u00e8les employ\u00e9s, et les cas d’usage concrets test\u00e9s.<\/p>\n<\/div>\n

<\/p>\n

Objectifs de la session<\/h3>\n

Qu’est-ce que l’on cherche \u00e0 faire ?<\/h2>\n

L’ambition de cet atelier est de replacer l’IA g\u00e9n\u00e9rative dans des situations concr\u00e8tes de travail de projet : partir d’une image existante \u2014 esquisse, vue 3D, r\u00e9f\u00e9rence photographique \u2014 et la transformer de fa\u00e7on contr\u00f4l\u00e9e pour produire des rendus convaincants, des ambiances r\u00e9alistes, ou des planches de concours.<\/p>\n

\"\"<\/a><\/p>\n

ComfyUI s’impose ici comme l’environnement de pr\u00e9dilection : contrairement \u00e0 des interfaces comme Midjourney, il offre une ma\u00eetrise totale du pipeline. Chaque \u00e9tape est visible, param\u00e9trable, reproductible. On peut injecter des images de r\u00e9f\u00e9rence, contr\u00f4ler la diffusion, cha\u00eener des mod\u00e8les sp\u00e9cialis\u00e9s.<\/p>\n

Les cas test\u00e9s couvrent cinq grandes familles de besoins :<\/p>\n

\n
\n

Du dessin au rendu photor\u00e9aliste<\/h1>\n

Transformer une vue 3D filaire ou une esquisse architecturale en photographie r\u00e9aliste, en conservant la g\u00e9om\u00e9trie et les proportions du projet.<\/p>\n<\/div>\n

01 \/ <\/span>Render<\/h2>\n

Conversion d’un mod\u00e8le 3D en image photor\u00e9aliste. Prompt type : <\/span>change image 1 to realistic photograph.<\/em><\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

02 \/ <\/span>Camera view 3D<\/h2>\n
\n

G\u00e9n\u00e9ration de vues alternatives d’un b\u00e2timent \u00e0 partir d’une image de r\u00e9f\u00e9rence, avec choix du point de vue cam\u00e9ra.<\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n<\/div>\n

03 \/ <\/span>Composition multi-sources<\/h2>\n

Insertion de mobilier ou d’\u00e9l\u00e9ments ext\u00e9rieurs dans une sc\u00e8ne existante, avec gestion de l’\u00e9chelle, de l’orientation et de la lumi\u00e8re.<\/span><\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

deux souces<\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a> \"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

04 \/ <\/span>R\u00e9f\u00e9rence mat\u00e9riaux<\/h2>\n

Transfert de texture depuis une image photographique vers un rendu (ex. pav\u00e9 traditionnel sur une fa\u00e7ade), avec blend sans couture.<\/p>\n

\"\"<\/a> \"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

Important, pour que le transfert de mat\u00e9riaux fonctionne, il faut des r\u00e9f\u00e9rences d’\u00e9chelle. Ici ce sont les fen\u00eatres.<\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

\"\"<\/a><\/p>\n

05<\/span><\/p>\n
Relight<\/div>\n

Modification de l’\u00e9clairage d’une sc\u00e8ne int\u00e9rieure ou ext\u00e9rieure \u2014 heure du jour, ambiance lumineuse \u2014 via mod\u00e8le sp\u00e9cialis\u00e9.<\/p>\n<\/div>\n<\/div>\n

\u00ab L’enjeu n’est pas de remplacer le regard de l’architecte, mais d’acc\u00e9l\u00e9rer la mise en images de ses intentions. \u00bb<\/em><\/div>\n

<\/p>\n

\n

Les mod\u00e8les utilis\u00e9s<\/h1>\n
\n
\n

🧠 Mod\u00e8le de diffusion principal<\/h3>\n
\n\n\n\n\n\n
Fichier<\/th>\nType<\/th>\nN\u0153ud<\/th>\n<\/tr>\n<\/thead>\n
qwen_image_edit_2509_fp8_e4m3fn.safetensors<\/code><\/td>\nDiffusion model (UNet)<\/td>\nUNETLoader<\/code><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n

\u2192 C’est\u00a0Qwen Image Edit 2509<\/strong>, un mod\u00e8le d’\u00e9dition d’images d\u00e9velopp\u00e9 par Alibaba\/Qwen, quantifi\u00e9 en\u00a0FP8<\/strong>\u00a0pour r\u00e9duire la VRAM.<\/p>\n

\n

📝 Encodeur de texte (CLIP)<\/h3>\n
\n\n\n\n\n\n
Fichier<\/th>\nType<\/th>\nN\u0153ud<\/th>\n<\/tr>\n<\/thead>\n
qwen_2.5_vl_7b_fp8_scaled.safetensors<\/code><\/td>\nText encoder multimodal<\/td>\nCLIPLoader<\/code><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n

\u2192\u00a0Qwen 2.5 VL 7B<\/strong>\u00a0\u2014 un encodeur\u00a0vision-langage<\/strong>\u00a0(7 milliards de param\u00e8tres, FP8). Il comprend \u00e0 la fois du texte\u00a0et des images<\/strong>\u00a0comme contexte de prompt, d’o\u00f9 le n\u0153ud sp\u00e9cial\u00a0TextEncodeQwenImageEditPlus<\/code>.<\/p>\n

\n

🎨 VAE<\/h3>\n
\n\n\n\n\n\n
Fichier<\/th>\nType<\/th>\nN\u0153ud<\/th>\n<\/tr>\n<\/thead>\n
qwen_image_vae.safetensors<\/code><\/td>\nVariational AutoEncoder<\/td>\nVAELoader<\/code><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n

\u2192 VAE propri\u00e9taire pour encoder\/d\u00e9coder les images dans l’espace latent de Qwen Image Edit.<\/p>\n

\n

🔧 LoRAs (deux adaptateurs fine-tun\u00e9s)<\/h3>\n
\n\n\n\n\n\n\n
Fichier<\/th>\nR\u00f4le<\/th>\nForce<\/th>\n<\/tr>\n<\/thead>\n
Qwen-Image-Edit-2509-Anything2RealAlpha.safetensors<\/code><\/td>\nStylisation r\u00e9aliste<\/strong>\u00a0\u2014 convertit tout type de rendu (3D, croquis\u2026) en photo r\u00e9aliste<\/td>\n0.8<\/code><\/td>\n<\/tr>\n
Qwen-Image-Edit-2509-Lightning-8steps-V1.0-bf16.safetensors<\/code><\/td>\nAcc\u00e9l\u00e9ration<\/strong>\u00a0\u2014 r\u00e9duit le nombre de steps n\u00e9cessaires (Lightning, 8 steps)<\/td>\n1.0<\/code><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n

Pour l’inpainting<\/h2>\n

🧠 Mod\u00e8le de diffusion principal<\/h3>\n
\n\n\n\n\n\n
Fichier<\/th>\nType<\/th>\nN\u0153ud<\/th>\n<\/tr>\n<\/thead>\n
flux\\flux-2-klein-9b.safetensors<\/code><\/td>\nDiffusion model (UNet)<\/td>\nUNETLoader<\/code><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n

\u2192\u00a0FLUX.2 Klein 9B<\/strong>\u00a0\u2014 voil\u00e0 l’origine du nom ! \u00ab\u00a0Klein\u00a0\u00bb est bien un mod\u00e8le officiel de la famille FLUX2, d\u00e9velopp\u00e9 par Black Forest Labs. C’est un mod\u00e8le 9 milliards de param\u00e8tres, plus l\u00e9ger que FLUX.1 dev tout en conservant une haute qualit\u00e9.<\/p>\n

\n

📝 Encodeur de texte (CLIP)<\/h3>\n
\n\n\n\n\n\n
Fichier<\/th>\nType<\/th>\nN\u0153ud<\/th>\n<\/tr>\n<\/thead>\n
flux\\qwen_3_8b_fp8mixed.safetensors<\/code><\/td>\nText encoder (Qwen 3 8B)<\/td>\nCLIPLoader<\/code>\u00a0(type\u00a0flux2<\/code>)<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n

\u2192\u00a0Qwen 3 8B en FP8 mixed<\/strong>\u00a0\u2014 un LLM d’Alibaba utilis\u00e9 comme encodeur de texte pour FLUX2 Klein. Beaucoup plus puissant qu’un CLIP classique pour la compr\u00e9hension des prompts complexes.<\/p>\n

\n

🎨 VAE<\/h3>\n
\n\n\n\n\n\n
Fichier<\/th>\nType<\/th>\nN\u0153ud<\/th>\n<\/tr>\n<\/thead>\n
flux2-vae.safetensors<\/code><\/td>\nVariational AutoEncoder<\/td>\nVAELoader<\/code><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n

\u2192 VAE propri\u00e9taire de FLUX2, disponible sur HuggingFace (Comfy-Org\/flux2-dev<\/code>).<\/p>\n

\n

🔧 N\u0153ud sp\u00e9cialis\u00e9 (Custom Node)<\/h3>\n
\n\n\n\n\n\n
Node<\/th>\nExtension<\/th>\nR\u00f4le<\/th>\n<\/tr>\n<\/thead>\n
Flux2KleinEnhancer<\/code><\/td>\ncapitan01R\/ComfyUI-Flux2Klein-Enhancer<\/code><\/td>\nAm\u00e9liore le conditioning sp\u00e9cifiquement pour FLUX2 Klein (10 param\u00e8tres de contr\u00f4le : dampen, shift, etc.)<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n

\u2192 C’est un\u00a0custom node d\u00e9di\u00e9 \u00e0 FLUX2 Klein<\/strong>, il post-traite le conditioning positif avant de l’envoyer au guider. Il faut installer l’extension\u00a0ComfyUI-Flux2Klein-Enhancer<\/code>.<\/p>\n

\n<\/div>\n<\/div>\n<\/div>\n

<\/p>\n

\u25c6 <\/span>A propos de COMFYUI<\/span><\/h1>\n
\n

ComfyUI s’impose comme un environnement de travail rigoureux pour l’architecte qui souhaite garder le contr\u00f4le sur la cha\u00eene de g\u00e9n\u00e9ration. Les workflows multi-n\u0153uds permettent une reproductibilit\u00e9 et une documentation du processus que les interfaces ferm\u00e9es ne permettent pas.<\/p>\n

Les mod\u00e8les sp\u00e9cialis\u00e9s (ControlNet pour la g\u00e9om\u00e9trie, IP-Adapter pour les mat\u00e9riaux, Qwen pour l’\u00e9clairage) couvrent les principales \u00e9tapes de repr\u00e9sentation architecturale. L’enjeu est moins d’apprendre \u00e0 dessiner des prompts que de comprendre quels mod\u00e8les activer \u00e0 quelle \u00e9tape du projet.<\/strong><\/p>\n

La seconde famille d’outils test\u00e9s (Google Gemini, Nano to Banana) offre une entr\u00e9e plus directe et conversationnelle, particuli\u00e8rement efficace pour la g\u00e9n\u00e9ration de planches de concours ou la conversion rapide de photos en repr\u00e9sentations techniques. La compl\u00e9mentarit\u00e9 des deux approches semble prometteuse pour un atelier de projet.<\/p>\n<\/div>\n