Test de Nucleus Image : Sparse MoE 17B, installation locale, prise en charge du NSFW et poids ouverts Apache 2.0

Nucleus Image s’impose comme l’un des modèles d’image open source les plus intéressants de 2026, grâce à l’intégration d’une architecture Sparse MoE (Sparse Mixture-of-Experts) dans la génération texte-image par diffusion. Plutôt qu’un simple point de contrôle de type SDXL, il s’agit d’un transformateur de diffusion Sparse MoE de 17 milliards de paramètres qui n’active qu’environ 2 milliards de paramètres par passage direct.

En résumé : Nucleus Image séduit si vous recherchez un modèle d’image sous licence Apache 2.0, entièrement ouvert et utilisable à des fins commerciales, offrant une solide qualité généraliste et une conception d’inférence efficace. En revanche, il s’avère moins adapté si vous avez principalement besoin d’un écosystème de LoRA anime mature, d’outils de retouche intégrés ou d’une interface grand public soignée comme celle de NovelAI.

Concernant le contenu NSFW, la situation se révèle plus souple qu’avec les plateformes fermées lourdement bridées, en particulier lors d’une exécution locale. Toutefois, il s’agit toujours d’un modèle texte-image de base, et non d’un modèle spécialisé pour adultes ou anime. Par conséquent, la maîtrise du rendu, la cohérence des personnages et les ressources communautaires NSFW n’atteignent pas encore la profondeur d’écosystèmes établis tels qu’Anima ou les points de contrôle dérivés de Pony.

Verdict rapide

Élément	Test de Nucleus Image
Idéal pour	Génération d’images généralistes en open source, usage commercial, recherche, flux de travail Diffusers, génération texte-image hautement efficace
Type de modèle	Transformateur de diffusion Sparse MoE
Paramètres	17 milliards au total, environ 2 milliards actifs par passage direct
Licence	Apache 2.0
Utilisation en ligne	Site officiel de Nucleus Image et API fal
Utilisation locale	Diffusers ; version communautaire MLX pour Apple Silicon
Contenu NSFW	Plus ouvert en local que les outils fermés, mais dépourvu d’écosystème dédié mature

Si vous comparez des modèles d’images ouverts ou locaux, consultez également nos tests du modèle Qwen Image, d’Anima, de NovelAI V5 et de Flux 3. Nucleus Image se positionne au plus près de la catégorie des modèles de fondation ouverts et performants.

Qu’est-ce que Nucleus Image ?

Nucleus Image est un modèle de génération texte-image développé par NucleusAI. Sa fiche descriptive officielle le présente comme un transformateur de diffusion Sparse MoE de 17 milliards de paramètres au total, comprenant 64 experts routés par couche MoE, un expert partagé, 32 couches de transformateur, et Qwen3-VL-8B-Instruct comme encodeur de texte.

L’efficacité constitue le principe clé de cette architecture. Le mécanisme Sparse MoE permet au modèle de conserver une grande capacité globale tout en n’activant qu’une infime partie du réseau lors de chaque passage direct. Cette approche se distingue des modèles denses, qui mobilisent l’intégralité du réseau à chaque requête. Pour la génération d’images, cette orientation pourrait s’avérer capitale, la qualité ne cessant d’augmenter tandis que le coût de l’inférence locale devient difficile à ignorer.

Ce modèle se démarque également par son statut de modèle de base. Selon la description officielle, les résultats de référence communiqués proviennent exclusivement du pré-entraînement, sans application de DPO, d’apprentissage par renforcement ou d’ajustement sur les préférences humaines. Cela le rend particulièrement utile pour la recherche et le réglage fin en aval, tout en impliquant que le modèle brut peut nécessiter un prompting minutieux ou des ajustements de flux de travail.

Site officiel, API et liens de téléchargement

Vous pouvez tester le modèle directement sur le site web officiel de Nucleus Image. Pour l’utilisation locale et les téléchargements, la page principale est accessible sur NucleusAI/Nucleus-Image sur Hugging Face, et le projet est également disponible via le dépôt GitHub officiel.

Les développeurs souhaitant opter pour une inférence hébergée peuvent utiliser l’API Nucleus Image de fal. fal propose une API basée sur une file d’attente ainsi que des exemples en JavaScript et Node.js, ce qui s’avère pratique pour intégrer la génération de Nucleus Image dans une application web sans avoir à maintenir votre propre serveur GPU.

Les utilisateurs équipés de puces Apple Silicon peuvent également suivre les adaptations communautaires telles que mlx-community/Nucleus-Image-4bit. Bien que cela ne remplace pas le modèle officiel, cette option s’avère utile pour mener des expérimentations sur du matériel Mac.

Fonctionnalités et caractéristiques techniques

Nucleus Image est entraîné pour prendre en charge plusieurs formats d’image et cas d’usage courants : portraits, visuels publicitaires, architecture, scènes naturelles, décors surréalistes, art fantastique, mises en page typographiques et imagerie commerciale du quotidien. Il ne se limite donc pas à un simple point de contrôle spécialisé dans les animes ou les photographies.

Caractéristique technique	Valeur
Paramètres totaux	17 milliards
Paramètres actifs	Environ 2 milliards par passage direct
Architecture	Transformateur de diffusion Sparse MoE
Couches	32
Experts	64 experts routés plus 1 expert partagé par couche MoE
Encodeur de texte	Qwen3-VL-8B-Instruct
Tokeniseur d’image	VAE Qwen-Image
Données d’entraînement	Environ 700 millions d’images et 1,5 milliard de paires de légendes
Étapes d’entraînement	Résolution progressive de 256 → 512 → 1024
Paramètres d’échantillonnage recommandés	Le démarrage rapide officiel utilise 50 étapes et une échelle de guidage de 4,0

La fiche du modèle fait état de scores de référence élevés, notamment GenEval à 0,87, DPG-Bench à 88,79 et OneIG-Bench à 0,522. Bien que ces benchmarks ne garantissent pas un rendu supérieur à la concurrence pour chaque invite, ils confirment que Nucleus Image ne se réduit pas à un simple modèle expérimental.

Qualité d’image et cas d’usage réels

En pratique, Nucleus Image se montre particulièrement intéressant pour les utilisateurs en quête d’un modèle de fondation ouvert et performant capable de traiter des invites variées. Ses exemples officiels couvrent des portraits, des univers fantastiques, des visuels commerciaux, de la photographie culinaire, de l’architecture, des scènes de présentation de produits et bien plus encore. Cette polyvalence s’avère cruciale, dans la mesure où de nombreux modèles d’images locaux excellent dans un style particulier tout en montrant des limites en dehors de celui-ci.

Son talon d’Achille réside vraisemblablement dans la maturité de son produit. Comparativement à NovelAI V5, Midjourney, Seedream ou aux API de Qwen Image, Nucleus Image ne propose pas encore une couche de retouche grand public aussi soignée, ni de préréglages de style, d’outils d’image à image, d’interface d’inpainting ou d’une vaste communauté de partage d’invites. L’utilisateur se retrouve ainsi beaucoup plus proche du modèle brut.

Cette configuration présente toutefois des avantages pour les utilisateurs techniques. Si vous exploitez Diffusers, entraînez des LoRA, concevez des pipelines d’images ou accordez de l’importance aux questions de licence, Nucleus Image s’avère nettement plus captivant qu’un énième générateur Web fermé. À l’inverse, si vous recherchez simplement une interface prête à l’emploi et dénuée de toute configuration, un service en ligne offrira une prise en main plus aisée.

Installation locale et configuration matérielle

Le guide de démarrage rapide officiel sur Hugging Face utilise la dernière version de Diffusers, un chargement en BF16, CUDA, TextKVCacheConfig, 50 étapes d’inférence et une échelle de guidage de 4,0. Il répertorie également les formats d’image courants tels que 1024×1024, 1344×768, 768×1344, 1184×896 et 896×1184.

Si l’architecture Sparse MoE réduit les calculs actifs, elle n’implique pas pour autant que votre GPU ne stocke que 2 milliards de paramètres. Le modèle totalise toujours 17 milliards de paramètres, auxquels s’ajoutent un vaste encodeur textuel et la mémoire d’exécution. Pour mener des expérimentations confortables en BF16, un GPU de la catégorie des 48 Go constitue une cible plus prudente. Une carte graphique de 24 Go peut nécessiter le délestage vers le CPU, des paramètres d’optimisation de la mémoire, des résolutions réduites ou des versions quantifiées par la communauté. Pour les configurations de 16 Go et moins, il est préférable de se tourner vers les API hébergées ou des modèles plus compacts.

Matériel	Attentes
8-12 Go de VRAM	Déconseillé pour le modèle complet officiel ; privilégier l’API hébergée ou attendre des versions communautaires optimisées
16 Go de VRAM	Envisageable uniquement au prix de lourds compromis pris en charge par le flux de travail
24 Go de VRAM	Expérimental avec délestage et optimisation ; parcours peu fluide
48 Go de VRAM	Option plus réaliste pour des tests locaux en BF16
Apple Silicon	Consulter les versions communautaires MLX ; la vitesse et la qualité dépendent fortement de la mémoire et de l’implémentation
API hébergée	Meilleure option pour tester rapidement le produit

Comparaison avec d’autres modèles d’images ouverts

Modèle	Points forts	Points faibles	Idéal lorsque…
Nucleus Image	Licence Apache 2.0, efficacité du Sparse MoE, excellente qualité générale	Écosystème récent, moins de LoRA et d’outils d’interface utilisateur	Vous recherchez un modèle de fondation ouvert pour la recherche ou un usage commercial
Qwen Image 2.0 / 3.0	Rendu de texte performant, mise en page, invites multilingues, écosystème de retouche	La dernière version 3.0 est uniquement accessible via API ; les versions locales peuvent être lourdes	Vous avez besoin de texte incrusté dans l’image ou de mises en page de type document
FLUX / Flux 3	Réalisme photographique poussé et écosystème étendu	La licence et les détails relatifs au contenu NSFW/communautaire varient selon la version	Vous privilégiez des flux de travail locaux matures et un large support d’outils
Anima	Style anime/illustration, connaissance des personnages, communauté orientée NSFW	Moins polyvalent pour les visuels à vocation commerciale	Vous générez principalement des animes ou des illustrations de personnages
Pony / Illustrious / NoobAI	Prompts basés sur les balises Danbooru et culture de LoRA d’illustration mature	Moins naturel pour les invites générales de produits ou de photos	Vous avez besoin d’un contrôle fondé sur les animes, les furry, les personnages ou les balises
Écosystème Stable Diffusion XL	Immense bibliothèque de LoRA et de points de contrôle	Qualité de base et compréhension des invites plus anciennes	La compatibilité prime sur les performances de pointe

La distinction la plus notable réside dans le fait que Nucleus Image se présente comme un modèle de fondation et non comme une plateforme créative clé en main. Sa valeur s’accroît à mesure que la communauté développe des LoRA, des nœuds ComfyUI, des quantifications, des flux de travail et des points de contrôle affinés autour de son architecture.

Gestion du contenu NSFW

Nucleus Image se montre plus ouvert que de nombreux générateurs commerciaux fermés, dans la mesure où la version officielle constitue un modèle de base exécutable en local. La fiche du modèle ne mentionne pas de filtre de refus strict comparable à celui d’un modèle de conversation, et la génération locale dépend essentiellement des flux de travail et des filtres de sécurité de l’utilisateur.

Cela étant, les services hébergés peuvent appliquer leurs propres vérificateurs de sécurité. fal et d’autres plateformes d’API sont susceptibles de filtrer ou de bloquer les contenus sensibles en fonction de leurs conditions d’utilisation, même lorsque le modèle sous-jacent est ouvert. Si la liberté en matière de contenu NSFW constitue un impératif, le déploiement local importe davantage que le nom du modèle proprement dit.

Concernant l’imagerie pour adultes ou explicite, les attentes doivent rester mesurées. Nucleus Image peut se révéler permissif en local, mais il ne dispose pas encore de l’écosystème mature de LoRA et de points de contrôle NSFW que l’on trouve dans les communautés axées sur les animes. Pour obtenir une cohérence de personnage détaillée, des poses spécifiques ou des styles pour adultes de niche, les modèles spécialisés tels qu’Anima, les points de contrôle dérivés de Pony ou les modèles de la famille Illustrious s’avèrent souvent plus simples d’utilisation.

Communauté et statut des LoRA

La communauté gravitant autour de Nucleus Image en est encore à ses débuts. Hugging Face répertorie déjà le modèle, les démos et pages d’API associées ainsi que les premières adaptations communautaires, mais le volume de LoRA, de versions affinées, de flux de travail ComfyUI et de guides d’invites demeure nettement inférieur à celui des écosystèmes SDXL, Pony, Illustrious, Qwen Image ou FLUX.

Ce paramètre revêt une importance capitale pour les lecteurs. Un modèle peut briller sur le papier, mais son ergonomie au quotidien dépend de la profondeur de son écosystème : entraîneurs de LoRA, poids quantifiés, outils de type ControlNet, exemples d’invites, benchmarks communautaires et articles de dépannage. Nucleus Image bénéficie d’un point de départ prometteur, mais n’a pas encore atteint cette maturité.

FAQ

Nucleus Image est-il gratuit pour un usage commercial ?

Oui. La fiche officielle du modèle sur Hugging Face indique une licence Apache 2.0, généralement favorable aux utilisations commerciales et de recherche. Il est toutefois recommandé aux entreprises de valider elles-mêmes les termes de la licence avant tout déploiement en production.

Où puis-je tester Nucleus Image en ligne ?

La solution officielle la plus simple consiste à utiliser le site web de Nucleus Image. Les développeurs peuvent également recourir à l’API hébergée de fal.

Puis-je l’exécuter sur un GPU de 12 Go ?

Le modèle complet officiel ne convient pas aux configurations dotées de 12 Go de VRAM. L’inférence hébergée, les versions communautaires MLX/quantifiées ou des modèles d’images plus compacts constituent des options plus réalistes.

Est-il supérieur à Qwen Image ?

Pas dans tous les cas d’usage. Nucleus Image séduit par sa licence ouverte et l’efficacité de son architecture Sparse MoE, tandis que Qwen Image se distingue particulièrement par le rendu de texte, les mises en page denses et ses flux de travail de retouche.

Prend-il en charge le contenu NSFW ?

L’utilisation locale s’avère plus permissive que sur de nombreuses plateformes fermées, mais les API hébergées sont susceptibles de filtrer les résultats. L’écosystème communautaire NSFW reste par ailleurs peu développé.

Convient-il à la création de styles anime ?

Il est capable de générer des images stylisées, mais les modèles dédiés aux animes offrent généralement un meilleur contrôle par balises, une meilleure connaissance des personnages et un support LoRA plus étendu.

Références

• Site officiel de Nucleus Image
• NucleusAI/Nucleus-Image sur Hugging Face
• Dépôt GitHub officiel
• Rapport technique de Nucleus-Image sur arXiv
• API Nucleus Image sur fal
• Version communautaire MLX

Conclusion

Nucleus Image s’affirme comme un modèle d’image open source de premier plan, et non comme un simple point de contrôle secondaire. Sa conception Sparse MoE, sa licence Apache 2.0, son support de Diffusers et ses solides résultats aux benchmarks officiels en font l’une des sorties de modèles d’IA locaux les plus marquantes à suivre.

Il s’adresse en priorité aux développeurs, aux chercheurs, aux concepteurs de flux de travail et aux équipes commerciales qui valorisent l’ouverture des poids et des licences. Les principales réserves concernent les exigences matérielles, la jeunesse de son écosystème et le fait que la gestion du contenu NSFW repose davantage sur le contrôle local que sur une communauté mature dédiée à la création pour adultes.

Si vous recherchez un outil web payant et raffiné, NovelAI V5 ou d’autres services en ligne vous offriront une prise en main plus immédiate. En revanche, si vous aspirez à un modèle ouvert susceptible de devenir une base solide pour de futurs LoRA, des quantifications et des pipelines d’images personnalisés, Nucleus Image mérite toute votre attention.