Photos produit avec l’IA : ce qui change pour une marque de lunettes, et ce qu’exige la réglementation

En 2024, une marque de mode a publié la première campagne entièrement générée par l’intelligence artificielle. En 2025, une grande chaîne d’habillement et la principale plateforme européenne de mode en ligne lui ont emboîté le pas. Début 2026, la lunetterie a suivi à son tour. Entre-temps, une règle européenne qui concerne toutes ces images est entrée en application.

Cet article passe en revue quatre points qu’une marque de lunettes doit connaître avant de confier ses photos à l’IA : ce que les autres ont fait et ce sur quoi ils n’ont pas transigé, pourquoi les lunettes sont un cas à part, ce que la réglementation exige de ceux qui publient, et comment on obtient vraiment une image fidèle.

Ce que les autres ont fait, et ce sur quoi ils n’ont pas transigé

Mango, juillet 2024. La campagne de la collection Sunset Dream, pour la ligne Teen, a été la première entièrement générée par l’IA ; elle a été diffusée sur 95 marchés. La démarche est instructive : d’abord la photo réelle de chaque vêtement en studio, puis une IA entraînée sur ces photos pour « habiller » les sujets, enfin l’équipe artistique, qui sélectionne, retouche et finalise les images.¹

H&M, mars et juillet 2025. H&M a créé les « jumeaux numériques » de trente mannequins, femmes et hommes, avec leur consentement. Ces personnes conservent les droits sur leur double numérique et sont rémunérées comme pour une séance photo traditionnelle. Les premières images, publiées le 2 juillet 2025, portent un filigrane qui signale leur origine artificielle.²

Zalando, mai 2025. Environ 70 % des images éditoriales des campagnes du dernier trimestre 2024 étaient générées par l’IA. Les délais de production, qui étaient de six à huit semaines, sont passés à trois ou quatre jours, avec des coûts réduits de 90 %. Le responsable des contenus a expliqué que l’enjeu n’était pas que l’IA produise de meilleures images, mais qu’elle permette de produire des contenus nouveaux et pertinents au rythme des tendances.³

Lenskart Middle East, janvier 2026. L’enseigne d’optique a présenté une campagne générée par l’IA pour sa collection Glint. Pour que les produits restent fidèles, l’IA a été entraînée sur toute la collection avant que les montures ne soient intégrées aux scènes.⁴

Quatre entreprises, quatre contextes, trois constantes. On part du vrai produit, photographié. À la fin, c’est une personne qui décide, pas le système. Et les entreprises qui utilisent l’IA avec le plus de soin signalent l’origine artificielle de leurs images.

Pourquoi les lunettes sont un cas à part

Un vêtement pardonne quelques approximations : un pli différent, une ombre en trop. Une paire de lunettes, non. Elle est petite, elle occupe le centre du visage, et ce qui distingue une monture d’une autre, c’est la courbe de la face, l’épaisseur d’un acétate, un logo gravé sur la branche, le dégradé d’un verre. Une image « qui ressemble » n’est pas une image un peu imprécise : c’est une erreur de catalogue.

C’est pourquoi la bonne question n’est pas « l’IA fait-elle de belles images ? ». La question est : les lunettes sur l’image sont-elles bien les miennes ? Quatre vérifications aident à y répondre, quel que soit le fournisseur.

• D’où l’on part. Des photos et des mesures du produit réel, pas d’une description écrite.
• Qui contrôle. Une personne, selon des critères explicites : forme, couleur, logos, matériaux, reflets des verres.
• Qui sont les personnes sur les images. Soit des mannequins virtuels, des personnes qui n’existent pas, choisies et validées avant la production ; soit des jumeaux numériques de personnes réelles, avec leur consentement et contre rémunération, comme l’a fait H&M. Les deux voies sont légitimes. La seconde exige des contrats.
• Comment on corrige. Avec un suivi des versions, image par image, sans tout refaire.

Un fournisseur qui satisfait à ces quatre vérifications ne vend pas « un moteur de génération d’images » : il livre des images.

Ce qu’exige la réglementation

Le règlement européen sur l’intelligence artificielle, plus connu sous le nom d’AI Act, porte la référence (UE) 2024/1689. Son article 50 est consacré à la transparence. Les obligations s’appliquent à compter du 2 août 2026 et concernent aussi les images de produits.⁵

Ce qu’est un « hypertrucage » (deepfake) au sens du règlement. Une image générée ou manipulée par l’IA, qui ressemble à des personnes, des objets ou des lieux existants et qui pourrait être perçue à tort comme authentique. Dans les lignes directrices de la Commission européenne, le critère est le réalisme perçu, non l’intention de tromper, et la personne représentée peut même être fictive. Un portrait photoréaliste d’un mannequin qui n’existe pas, portant de vraies lunettes, entre dans cette définition.⁶

C’est à celui qui publie de le signaler. L’obligation de signalement incombe au déployeur, c’est-à-dire à celui qui utilise l’image : la marque ou le détaillant qui la publie. La mention doit être claire, reconnaissable et visible au plus tard au moment de la première interaction ou exposition. Une ligne dans les conditions d’utilisation ou dans un menu caché ne suffit pas. L’exception prévue pour les œuvres artistiques ou créatives ne s’applique pas lorsque la finalité commerciale prévaut.⁶

C’est au fournisseur du système de marquer les fichiers. Les fournisseurs de systèmes qui génèrent des images doivent intégrer un marquage lisible par machine, par exemple dans les métadonnées, qui permette d’identifier le contenu comme artificiel. Pour les systèmes déjà mis sur le marché, l’échéance a été reportée au 2 décembre 2026.⁷

Les sanctions. En cas de manquement aux obligations de transparence, l’AI Act prévoit des amendes allant jusqu’à 15 millions d’euros ou 3 % du chiffre d’affaires annuel mondial.⁸

En Italie, il y a un volet de plus. La loi 132/2025 a introduit le délit de diffusion illicite de contenus générés ou altérés par l’IA : diffuser des images d’une personne réelle, altérées de manière à induire en erreur, sans son consentement et en lui causant un préjudice injustifié. Ce délit concerne les jumeaux numériques de personnes réelles, pas les mannequins virtuels : là où il n’y a pas de personne réelle, il n’y a personne à protéger.⁹

La mention n’enlève rien à la valeur de l’image

Beaucoup ont pour premier réflexe de cacher la mention, de peur qu’elle ne dévalorise l’image. Les données disent le contraire. Dans l’enquête de Getty Images menée auprès de plus de 30 000 adultes dans 25 pays, près de 90 % des personnes veulent savoir si une image a été créée avec l’IA, et 98 % jugent les images authentiques décisives pour faire confiance à une marque. La même étude observe que les images artificielles de personnes et de produits réels sont perçues comme plus trompeuses que celles de sujets non humains. C’est exactement le cas de lunettes portées.¹⁰

La mention doit donc être vue comme une composante de la qualité, et non comme un prix à payer. Une paire de lunettes fidèle, avec la mention, vaut plus qu’une paire « presque identique » sans mention. C’est précisément pour cela que H&M a choisi le filigrane sur ses premières images : pour que le client comprenne tout de suite ce qu’il regarde.

Que faire maintenant

1. Choisir des images conçues à partir des photos de vos propres produits.
2. Demander qui contrôle chaque image, et selon quels critères.
3. Décider du casting : mannequins virtuels, ou jumeaux numériques sous contrat.
4. Placer la mention là où elle se voit, sur chaque canal : site web, places de marché, réseaux sociaux, supports imprimés.
5. Demander au fournisseur comment il marque les fichiers livrés.
6. Conserver les versions et les validations : en cas de contrôle, vous pourrez justifier de la démarche suivie.

Comment fonctionne AI Photoshoots

Les trois constantes vues plus haut (partir du vrai produit, laisser une personne décider, signaler l’image) sont aussi la façon dont ARShades produit les images d’AI Photoshoots. Cela mérite d’être détaillé, car chaque étape répond à une difficulté propre à la lunetterie.

Le produit dans ses moindres détails

La difficulté. Un générateur d’images fonctionne par ressemblance. Si on lui décrit une paire de lunettes, il en produit une plausible : la bonne forme, à peu près la bonne couleur, un logo qui rappelle le vrai. Pour un catalogue, cela ne suffit pas. Le motif d’un acétate écaille, le profil d’une charnière, une gravure sur la branche, le dégradé d’un verre sont justement ce qui distingue une monture d’une autre, et ce sont les premiers détails qui disparaissent quand la génération « fait la moyenne ».

Notre réponse. Chaque monture est traitée à partir des photos réelles du produit (de face, de trois quarts et en gros plan sur les logos) et de ses mesures en millimètres. Les images sont générées à partir de ces éléments, et les retouches ne portent que sur les lunettes, dans un périmètre contrôlé par une personne : le visage, les cheveux et le fond restent ceux de la proposition. Les photos du produit sont la seule source. Le système n’invente ni marques, ni couleurs, ni logos : il les reproduit.

Logos, couleurs, reflets et dimensions : les critères du contrôle

La difficulté. Quatre choses trahissent une image générée. Un logo peut être lisible mais légèrement différent. Une couleur change avec la lumière simulée, et un acétate havane vire au rougeâtre. Les verres reflètent une scène qui n’existe pas, ou ne reflètent rien. Et les dimensions des lunettes sur le visage, si l’on ne part pas de mesures réelles, ne sont qu’une estimation.

Notre réponse. Chaque image, pour chaque vue, est contrôlée selon six critères explicites : fond, dimensions, cadrage, couleur, reflets, logos. Le jugement sur chaque critère revient à une personne, qui a sous les yeux la photo du produit. Seul ce qui satisfait aux six critères est livré. Les dimensions sont vérifiées à partir des mesures réelles de la monture, qui font partie des données d’entrée de chaque projet.

La méthode de travail : ce qui est automatique et ce qui reste manuel

La difficulté. Produire une image générée convaincante est relativement facile. En produire des centaines, cohérentes entre elles, traçables, corrigées et livrées selon les spécifications du client, est un problème d’organisation, pas de créativité. C’est là que beaucoup de projets pilotes s’arrêtent.

Notre réponse. AI Photoshoots est un module d’ARShades Studio. La liste des montures à traiter indique l’état d’avancement de chacune. Pour chaque vue, le système prépare automatiquement les propositions, et le travail avance en parallèle pendant que l’équipe évalue celles qui sont déjà prêtes. Des outils dédiés permettent de régénérer une vue avec une autre pose, de corriger les écarts de fidélité des lunettes et de changer la couleur du fond. À la fin, l’export produit les images et le rapport de validation. Deux étapes restent manuelles par choix : le casting des mannequins et le stylisme, parce que ce sont des décisions de goût et de marque, et non de simples opérations.

La vérification avant que le client ne voie les propositions

La difficulté. Dans beaucoup de services, le client reçoit un dossier d’images et doit faire lui-même la sélection, en écartant ce qui ne va pas. C’est un travail que le client ne devrait pas avoir à faire, et qui lui coûte du temps à chaque aller-retour.

Notre réponse. Le contrôle selon les six critères a lieu avant la livraison. Le client ne voit que des propositions conformes, en général deux par vue, et il choisit. Si une proposition ne le convainc pas, il la signale en expliquant pourquoi, et le cycle recommence. La correction n’est pas une reprise à l’aveugle : elle part d’un constat précis de ce qui n’allait pas.

Versions et validations, image par image

La difficulté. Avec les images générées, le risque est de perdre le fil : quelle version a été validée, ce qui a changé par rapport à la précédente, qui a dit oui. Sans traçabilité, chaque modification remet tout en question.

Notre réponse. Chaque correction devient une nouvelle version, avec une comparaison avant/après côte à côte et la possibilité de revenir en arrière. Le client valide ou demande des corrections directement dans Studio, une image à la fois ou par groupes. L’historique est conservé : en cas de doute, ou de contrôle, on peut retracer le parcours de chaque image.

Des images sans échéance ni frontières

La difficulté. Avec une séance photo traditionnelle, les images n’appartiennent jamais tout à fait à la marque. Les droits à l’image des mannequins s’achètent pour une période donnée, pour certains pays et pour certains canaux. Une fois la période écoulée, ou à l’ouverture d’un nouveau marché, il faut renégocier ou refaire la prise de vue. C’est un coût qui revient chaque saison.

Notre réponse. Les personnes qui figurent sur les images d’AI Photoshoots sont des mannequins virtuels : elles n’existent pas, il n’y a donc aucun droit à l’image à acheter ni à renouveler. Les images livrées appartiennent au client, pour tous ses canaux, sans limite de durée ni de territoire. Les mannequins virtuels font partie des ressources d’ARShades et peuvent aussi apparaître pour d’autres marques ; une marque qui souhaite un visage qui lui soit réservé peut le demander en exclusivité.

Des collections entières, sous la même lumière

La difficulté. Photographier une collection entière avec le même mannequin, la même lumière et le même fond demande des jours de plateau, et la saison suivante, tout recommence. Les images de SKU différents, prises lors de séances différentes, sont rarement vraiment cohérentes entre elles.

Notre réponse. Avec AI Photoshoots, le casting et le stylisme se décident une seule fois pour la collection, et chaque monture suit le même parcours : mêmes vues, même contrôle, mêmes spécifications de livraison. La capacité de production s’adapte au nombre de montures à traiter, sans goulets d’étranglement liés au plateau ou au calendrier. Les types particuliers, comme les montures avec clip solaire, ont eux aussi des vues dédiées. Le résultat est un catalogue où chaque paire est mise en image de la même manière, et où la mention de transparence est appliquée systématiquement sur chaque image livrée.

Découvrez AI Photoshoots et demandez une démo sur quelques montures de votre catalogue.

Sources

1. Mango (10 juillet 2024). Mango creates the first campaign generated with artificial intelligence for its Teen line. Communiqué de presse. ↩

2. H&M Group (juillet 2025). H&M continues its exploration of creativity with AI. · FashionUnited (28 mars 2025). H&M to create 'twins' of models with AI. ↩

3. Reuters, repris par Retail Systems (7 mai 2025). Zalando embraces AI for faster fashion content production. Entretien avec Matthias Haase, Vice President Content Solutions. ↩

4. Campaign Middle East (16 janvier 2026). Lenskart Middle East debuts Gen AI-led eyewear fashion campaign. ↩

5. Règlement (UE) 2024/1689 (AI Act), article 50 « Obligations de transparence » et article 3, point 60. Journal officiel de l’Union européenne. ↩

6. Baker McKenzie (2026). New EU guidance on AI transparency: what should companies be doing from 2 August 2026. Sur les lignes directrices de la Commission européenne relatives à l’article 50 (projet du 8 mai 2026). ↩ ↩²

7. Future of Life Institute. The EU AI Act's Transparency Rules: A Practical Guide to Article 50. Sur le report au 2 décembre 2026 décidé dans le cadre de l’accord « AI Omnibus » (mai 2026). ↩

8. ICTRecht (août 2026). AI Act transparency obligations now in effect. Sur les sanctions prévues à l’article 99. ↩

9. Agenda Digitale (2025). Legge italiana sull'AI: tutti i profili penali (en italien). Sur l’article 612-quater du Code pénal italien, introduit par la loi 132/2025. ↩

10. Getty Images (30 avril 2024). Nearly 90% of Consumers Want Transparency on AI Images. Rapport VisualGPS « Building Trust in the Age of AI ». ↩